pair t test complete.cases(x, y) 中的错误：并非所有参数都具有相同的长度

Question

抱歉，我问的是愚蠢的问题...

我有一个简单的数据集，想要配对 T.test，因为测量来自相同的对象

这是我的代码：

t.test(Diarrhea ~ Max_by_90_H2SPos_12, data = noch4, paired=T)
它给了我错误： Error in complete.cases(x, y) : not all arguments have the same length

这2个变量没有缺失值，我不明白。这是我的数据： table(noch4$Max_by_90_H2SPos_12) 0 1 180 57

str(noch4$Diarrhea) num [1:237] 27 60 44 1 43 28 57 11 2 58 ... str(noch4$Max_by_90_H2SPos_12) num [1:237] 0 0 0 0 0 0 0 0 0 0 ...

感谢您的帮助。

Answer 1

问题是您正在尝试对配对样本使用 t 检验，因此您必须在测量前后拥有相同数量的受试者，在其输出中您会看到它有 180 个类型 0 和57代表1，0和1的数量应该是一样的。

noch4 = data.frame(Diarrhea = as.numeric(rpois(237,50)), Max_by_90_H2SPos_12 = as.numeric(c(rep(0,180),rep(1,57))))

table(noch4$Max_by_90_H2SPos_12)
str(noch4$Diarrhea)
str(noch4$Max_by_90_H2SPos_12)

t.test(Diarrhea ~ Max_by_90_H2SPos_12, data = noch4, paired=T)

请注意我如何进行筛选以获得相同数量的主题

noch = noch4[124:237,]
table(noch$Max_by_90_H2SPos_12)

 0  1 
57 57 
t.test(Diarrhea ~ Max_by_90_H2SPos_12, data = noch, paired=T)

    Paired t-test

data:  Diarrhea by Max_by_90_H2SPos_12
t = 0.99629, df = 56, p-value = 0.3234
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -1.134814  3.380428
sample estimates:
mean of the differences 
               1.122807

合乎逻辑的事情是，如果你有例如 200 个 sujestos 并测量变量 Diarrhea，（preTest）然后我应用一些试剂和 re-measured 变量 Diarrhea（postTest），受试者的数量是200，即不换。

pair t test complete.cases(x, y) 中的错误：并非所有参数都具有相同的长度

pair t test Error in complete.cases(x, y) : not all arguments have the same length

r

data-structures

na