R 中的 T 检验、方差分析、卡方检验

Question

    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？

Answer 1

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"))

R 中的 T 检验、方差分析、卡方检验

T-test, anova, chi-square in R

r

statistics

anova

chi-squared

t-test