ユーザ用ツール

サイト用ツール


サイドバー

目次

機械学習とは

プログラミング無しで機械学習

機械学習プログラミング入門

初めてのKeras2.0

初めてのTensorflow(YouTube)

初めてのChainer2.0

初めてのビットコイン

ビットコイン用語集

初めてのSolidityプログラミング

初めての医療統計

初めてのエクセルで医療統計

初めてのEZRで医療統計

初めてのRStudioでレポート作成

初めてのImageJで画像解析

スマホアプリ作成ソフトIonic3

スマホアプリ作成ソフトIonic4

Ionicのためのjavascript tips

その他

NiftyCloudMobileBackend

税金など

Dokuwiki

sidebar

rでt検定

Rでt検定

独立した2群間の連続変数の平均値を比較する方法

1.t検定

2.Welch検定

3.Mann-Whitney U検定

2群間に対応がある場合(インスリン導入前後のHbA1cの値など)は、「対応のあるt検定」へ。

1.どのような場合にt検定を用いることができるのか?

2群が独立しており、

(1)各群のデータが正規分布に従う ⇒ 両群の分散が等しければ、t検定。分散が等しくなければ、Welch検定を用いる。

(2)各群のデータが正規分布に従わない、あるいは順序変数 ⇒ Mann-Whitney U検定

2.各群が正規分布に従うかどうかの判定”Kolmogorov-Smirnov検定(ks.test()関数)”

3.正規分布に従う2群の分散が等しいかどうかの判定”F検定(var.test()関数)”

F検定の後にt検定することについては、議論があるらしいが、気にしないことにする。

標本の分散が帰無仮説に従うかどうかを検定

F 検定

2018.01.12

https://stats.biopapyrus.jp/stats/f-test.html

p>0.05であれば、2群は分散が等しいと言えるので、2群の平均値を比較するときはt検定を用いる。

p>0.05であれば、2群は分散が等しいとは言えないので、2群の平均値を比較するときはWelch検定を用いることになる。

4.t検定"t.test(group1, group2, paired=F)"

p<0.05であれば、2群の平均値に有意差あり。

p>0.05であれば、2群の平均値に有意差無し。

DM_pre <- c(0.0002458, 0.0001889, 0.000129)
DM_1POD <- c(0.0001442, 0.00007158, 0.0001055)
group1 <- DM_pre
group2 <- DM_1POD
t.test(group1, group2, paired=F)

R Studioでの実行結果(F検定は行っていない)

5.Welch検定"t.test(group1, group2, var.equal=F, paired=F)"

t.test()関数の中で、var.equal=F と入れればWelch検定ができる。

p<0.05であれば、2群の平均値に有意差あり。

p>0.05であれば、2群の平均値に有意差無し。

6.Mann-Whitney U検定

http://cse.naro.affrc.go.jp/takezawa/r-tips/r/65.html

上記サイトでは、ウィルコクソンの順位和検定と、マン・ホイットニーの U 検定が同じであると記載されている.

Wilcoxon-Mann-Whitney検定(WMW検定)

https://oku.edu.mie-u.ac.jp/~okumura/stat/wmw.html

Rによるウィルコクソンの順位和検定

http://data-science.gr.jp/implementation/ist_r_wilcoxon_rank_sum_test.html

ウィルコクソンの順位和検定は2群間に対応がない場合に使う.この検定法はパラメトリック検定でいうところのスチューデントのt検定とかウェルチのt検定に相当する.

上記サイトよりコードを引用。

install.packages("exactRankTests", repos="http://cran.ism.ac.jp/")
library(exactRankTests)

wilcox.exact(x=vx,y=vy,paired=F)

memo

ks.test()関数を用いるときは、下記コードでは、y1[“sBP_00pre”]ではエラーになる。正しくは、y1$sBP_00preのように記載する。データフレームとリストの違い?

y1 <- subset(x2, Hb_Improve=="TRUE")
y1 <- y1$sBP_00pre
ks.test(x=y1,y="pnorm",mean=mean(y1),sd=sd(y1))

参考リンク

参考文献

EZRで行う場合は、下の本のp92以降が非常に分かりやすいです。

rでt検定.txt · 最終更新: 2018/10/07 (外部編集)