R 分组检验均值差异

我有一个由x个变量组成的数据集，var1，var2，…，varx 我对变量1，var1感兴趣，一个有三个层次的因子；“a”、“b”、“c”以及其他变量对其的影响

我做了一些描述性统计

describeBy(dataset, group=var1)

现在我想看看每一个变量，看看varj的平均值在不同的组中是不是“a”，“b”，“c”

编辑1： 对不起，没有我想的那么清楚。。 实际上我的问题是这个，因为我知道我想用双面t检验

t.test(varj, alternative="two.sided",conf.level = 0.95,
   subset=var1)

我确实得到了一个结果，但只是针对varj的平均值，而不是针对不同组的差异。 我做错了什么

编辑2： 我想我有点累了

但这就是我必须要做的

anova(lm(var1 ~ varj))

---

结果似乎很好。

听起来像是单向方差分析

试试这个：

model1=aov（var1~varj）

摘要（模型1）

如果您想知道哪些对/组之间存在显著差异，可以使用Bonferroni

---

pairwise.t.test（var1，varj，p.adj=“bonf”）

试试

？t.test

，

？anova

，尽管你的问题更多的是统计，而不是编程。有167万种不同的统计测试。你应该知道哪一个对你的数据是正确的；这不是由我们为你决定的。堆栈溢出仅适用于特定的编程问题。（尽管你可以尝试在stats.stackexchange.com上提问）。