R 如何计算以下数据的典型减少量,并找到平均减少量不同于0的证据

R 如何计算以下数据的典型减少量,并找到平均减少量不同于0的证据,r,statistics,R,Statistics,下面是我的数据集 structure(list(BP = c(8L, 12L, 10L, 14L, 2L, 0L, 0L, -6L, 0L, 1L, 2L, -3L, -4L, 2L), Diet = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("FishOil", "RegularOil" ), class = "factor

下面是我的数据集

structure(list(BP = c(8L, 12L, 10L, 14L, 2L, 0L, 0L, -6L, 0L, 
1L, 2L, -3L, -4L, 2L), Diet = structure(c(1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("FishOil", "RegularOil"
), class = "factor")), class = "data.frame", row.names = c(NA, 
-14L))
我已经计算了常规机油组的平均值和p值。使用下面的代码

# mean for regular oil.
meanForRegularOilDiet <- with(ex0112,tapply(BP,Diet,mean))["RegularOil"]
meanForRegularOilDiet

#p-value
test <- t.test(ex0112$BP[ex0112$Diet=='RegularOil'])
test
#two-sided p-value
test$p.value
#普通机油的平均值。

我是说日常饮食你好,Sreerangam,欢迎来到SO。我认为这个问题更多的是关于统计的,你可能会得到更好的答案。你的问题不清楚:你想要常规石油的降价,与什么相比?
BP
是否已经减少(与适当的控制相比)?在这种情况下,你做的t检验可能是好的(虽然<代码> BP<代码>看起来不正常分布,但你可以考虑Wilcoxon测试)。平均值是一个“典型的减少”,p值测试这种减少是否比随机机会预期的要大。看起来情况并非如此,如果你想测试鱼油,你必须进行多重比较(例如Bonferroni)。