rでt検定

差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

この比較画面にリンクする

--- rでt検定 [2018/02/03]
adash333 [memo]
+++ rでt検定 [2018/10/07] (現在)
@@ ライン 23: / ライン 23: @@
+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\\
@@ ライン 31: / ライン 31: @@
 {{:pasted:20180203-221541.png}}
+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。
+<code>
+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)
+</code>
+R Studioでの実行結果（F検定は行っていない）
+{{:pasted:20180409-084509.png}}
+===== 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
+<code>
+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．
+</code>
+上記サイトよりコードを引用。
+<code>
+install.packages("exactRankTests", repos="http://cran.ism.ac.jp/")
+library(exactRankTests)
+wilcox.exact(x=vx,y=vy,paired=F)
+</code>
 ===== memo =====
@@ ライン 44: / ライン 97: @@
 ===== 参考リンク =====
 Rによるウェルチのt検定\\
-http://data-science.gr.jp/implementation/ist_r_welch_t_test.html
+http://data-science.gr.jp/implementation/ist_r_welch_t_test.html\\
+{{:pasted:20180217-000345.png}}
 ===== 参考文献 =====

rでt検定.1517665038.txt.gz · 最終更新: 2018/10/07 (外部編集)