在 R 中使用正确的统计分析来确定两组比率的显着性？

Question

我制作了一些示例数据和示例图表来展示我需要做什么。

example.label <- c("A","B")
example.percent.good <- c(.75,.6)
example.data <- data.frame(example.label,example.percent.good)
example.data$example.percent.bad <- (1-example.data$example.percent.good)

example.data ##looks like this
     example.label example.percent.good example.percent.bad
    1             A                 0.75                0.25
    2             B                 0.60                0.40

然后我融化了数据，以便能够使用重塑包对其进行绘图。

example.melt <- melt(example.data,id.vars="example.label")

example.melt$labelposition <-
 ifelse(example.melt$variable=="example.percent.bad", example.melt$value/2, 1 - example.melt$value/2)
 ##This just creates where the graph should place the labels

数据看起来像这样....

 example.label             variable value labelposition
1             A example.percent.good  0.75         0.625
2             B example.percent.good  0.60         0.700
3             A  example.percent.bad  0.25         0.125
4             B  example.percent.bad  0.40         0.200

然后我使用 ggplot2 绘制了它。该图看起来像这样。

然后我需要做的是确定这些比率之间差异的统计显着性。显然，在我的实际数据中，比率来自某个地方，但这里只是为了简化问题而只是百分比，所以在这个特定的例子中没有任何意义。

用于确定这些比率之间的差异是否具有统计显着性的正确统计分析是什么？我如何在 R 中完成此操作？基本上，标签 A 中的 75%/25% 与标签 B 中的 60%/40% 是否具有统计显着性？

我不知道在这里问这个问题是否合适。谢谢！

Answer 1

仅凭百分比就可以完成您所做的一切。

您需要行数据，然后您可以检验组间均值相等或方差相等。

在 R 中使用正确的统计分析来确定两组比率的显着性？

Correct statistical analysis to use in R to determine significance of a ratio in two groups?

statistics

r

significance