比较数据集randu
的x,y,z
三组数据均值是否有明显差异,做t检验
和多组样本t检验
以及配对t检验
。代码如下:
x <- rnorm(30, 3, 0.8)
y <- rnorm(30, 5, 1.2)
z <- rnorm(30, 4, 2.1)
t.test(x, y, paired = T)
t.test(x, y)
pairwise.t.test(x, y, z)
运行结果如下:
> x <- rnorm(30, 3, 0.8)
> y <- rnorm(30, 5, 1.2)
> z <- rnorm(30, 4, 2.1)
> t.test(x, y, paired = T)
Paired t-test
data: x and y
t = -6.6654, df = 29, p-value = 2.614e-07
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-2.203968 -1.168993
sample estimates:
mean of the differences
-1.686481
> t.test(x, y)
Welch Two Sample t-test
data: x and y
t = -7.1041, df = 46.666, p-value = 5.899e-09
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-2.164147 -1.208814
sample estimates:
mean of x mean of y
3.004362 4.690842
> pairwise.t.test(x, y, z)
Error in match.arg(p.adjust.method) :
'arg' must be NULL or a character vector
虽然代码并不是randu
数据,但对于这样三组(或者更多组)符合正态分布的数据而且无法指定分组的因子的(书中P260举了个栗子,指定了Month
为因子的分组对Ozone
进行配对t检验,但其实数据也是两列),那么现在又该如何进行多样本配对t检验
或者进行多样本t检验
呢?代码中pairwise.t.test(x, y, z)
显然已经报错了,不知这一步的报错应该怎么样来解决呢?
而且实际要求的randu
数据的x,y,z
三组数据,经检验并不符合正态分布,那么像这样不知什么分布的三组(或者更多组)的数据又该如何进行多样本的均值差异性分析呢?
请各位走过路过的朋友不吝赐教!非常感谢您的抽空解答!真诚得谢谢您啦!