R 中的 T 检验、方差分析、卡方检验
T-test, anova, chi-square in R
1 2
y1 48 44
y2 38 39
y3 49 56
y4 3 4
y5 55 28
y6 99 101
y7 121 120
y8 2 6
1) 鉴于此描述性统计,其中 1 和 2 是结果(Y = 1 或 2 ),Y1 - Y8 是变量,我想使用不等方差执行独立的 t 检验。 Y4和Y8是二元变量,需要做卡方检验。我希望将这些测试的结果作为我的第三列,以了解哪个变量是组别差异的驱动因素(Y = 1 或 2)。我怎样才能在 R 中做到这一点?
2) 如果结果变为三个类别(Y = 1、2 和 3),我如何对 R 中的 Y4 和 Y8 执行连续变量方差分析和卡方分析?
首先,您不应该将二进制变量与其余测量值混合使用。我将从将输入数据帧分成两个数据帧开始。
df2 <- df1[c(4, 8), ]
df3 <- df1[-c(4, 8), ]
现在是测试。 t.test
将需要长格式的数据,请参阅 this question 以了解重塑数据集的其他方法。
chisq.test(df2)
long <- reshape2::melt(df3)
t.test(value ~ variable, long)
dput
格式的数据。
df1 <-
structure(list(`1` = c(48L, 38L, 49L, 3L, 55L,
99L, 121L, 2L), `2` = c(44L, 39L, 56L, 4L, 28L,
101L, 120L, 6L)), class = "data.frame",
row.names = c("y1", "y2", "y3", "y4", "y5",
"y6", "y7", "y8"))
1 2
y1 48 44
y2 38 39
y3 49 56
y4 3 4
y5 55 28
y6 99 101
y7 121 120
y8 2 6
1) 鉴于此描述性统计,其中 1 和 2 是结果(Y = 1 或 2 ),Y1 - Y8 是变量,我想使用不等方差执行独立的 t 检验。 Y4和Y8是二元变量,需要做卡方检验。我希望将这些测试的结果作为我的第三列,以了解哪个变量是组别差异的驱动因素(Y = 1 或 2)。我怎样才能在 R 中做到这一点?
2) 如果结果变为三个类别(Y = 1、2 和 3),我如何对 R 中的 Y4 和 Y8 执行连续变量方差分析和卡方分析?
首先,您不应该将二进制变量与其余测量值混合使用。我将从将输入数据帧分成两个数据帧开始。
df2 <- df1[c(4, 8), ]
df3 <- df1[-c(4, 8), ]
现在是测试。 t.test
将需要长格式的数据,请参阅 this question 以了解重塑数据集的其他方法。
chisq.test(df2)
long <- reshape2::melt(df3)
t.test(value ~ variable, long)
dput
格式的数据。
df1 <-
structure(list(`1` = c(48L, 38L, 49L, 3L, 55L,
99L, 121L, 2L), `2` = c(44L, 39L, 56L, 4L, 28L,
101L, 120L, 6L)), class = "data.frame",
row.names = c("y1", "y2", "y3", "y4", "y5",
"y6", "y7", "y8"))