數(shù)據準備
按下面的形式，在EXCEL中整理好數(shù)據
| group | BW | SGR | CAT | SOD |
|---|---|---|---|---|
| 1 | 4 | 1.2 | 21 | 2.2 |
| 1 | 5 | 1.4 | 22 | 2.3 |
| 1 | 6 | 1.5 | 23 | 2.5 |
| 2 | 14 | 2.2 | 33 | 3.5 |
| 2 | 15 | 2.4 | 34 | 3.6 |
| 2 | 16 | 2.5 | 35 | 3.7 |
T檢驗完整流程
T檢驗流程
- 需要注意的是，由于T檢驗對正態(tài)性不敏感，在樣本容量小的時候，即使數(shù)據不符合正態(tài)分布，仍然推薦使用T檢驗，而不是秩和檢驗進行分析。因此后面的R代碼中，我省略了正態(tài)性檢驗
- 在樣本量非常大的情況下，可以考慮使用Q-Q圖判斷正態(tài)性，只要大致呈一條直線，均認為符合正態(tài)分布，使用T檢驗。只有當Q-Q圖非常不像一條直線時，才推薦使用秩和檢驗 wilcox.test()
R代碼
##################################################
##### 獨立樣本T檢驗
#### 作者：Cdudu，日期：2019.1.12
#################################################
library(readxl)
library(car)
dat<-read_excel('文件名.xlsx')
#判斷方差齊性
leveneTest(BW~as.factor(group), data=dat)
#T-test
t.test(BW~as.factor(group),data=dat, var.equal=T)
#方差齊時，參數(shù)var.equal設定為T，即進行Student T檢驗。
#方差不齊時，參數(shù)var.equal使用默認的F，則進行Welch檢驗
以上就是T檢驗的完整代碼，其中：
- readxl包是用于導入EXCEL表格的，使用前請先安裝該包
- car包用于方差齊性檢驗，使用前請先安裝該包
- 在方差齊性檢驗和T-test的代碼中，都需要用as.factor()將自變量group轉化為因子型，避免運行過程中報錯
結果展示
方差齊性檢驗結果
Pr(>F)大于0.5，則認為方差齊
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 1 0.0655 0.8065
6
T檢驗結果
主要看p-value的值
Two Sample t-test
data: 體重 by as.factor(組別)
t = -12.916, df = 6, p-value = 1.325e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-14.86816 -10.13184
sample estimates:
mean in group 1 mean in group 2
10.35 22.85
批量操作
本文中的R代碼每次只能實現(xiàn)一個變量的T檢驗，然而在實際試驗中，不可能只有一個檢測項目。當檢測的項目較少時，可以使用這段R代碼一個一個檢驗，但是當測定項目比較多的時候，就顯得有點不夠人性化了。在下一篇文章中，放出批量T檢驗的代碼。
