【问题标题】：2-sample independent t-test where each of two columns is in different data frame2 样本独立 t 检验，其中两列中的每一列都在不同的数据框中
【发布时间】：2021-07-04 19:43:57
【问题描述】：

我需要运行 2 个样本的独立 t 检验，比较 Column1 和 Column2。但是 Column1 在 DataframeA 中，而 Column2 在 DataframeB 中。我该怎么做？

以防万一（请随意忽略）：我是一个真正的初学者。到目前为止，我对 R 的体验仅限于通过执行以下操作在同一数据框中运行 2 个样本匹配的 t 检验：

t.test(response ~ Column1, 
data = (Dataframe1 %>% 
gather(key = "Column1", value = "response", "Column1", "Column2")),
paired = TRUE)

【问题讨论】：

标签： r t-test

【解决方案1】：

TL;DR

t_test_result = t.test(DataframeA$Column1, DataframeB$Column2, paired=TRUE)

说明

如果数据是成对的，我假设两个数据帧将具有相同数量的观察值（相同的行数）。您可以通过nrow(DataframeA) == nrow(DataframeB) 进行检查。

您可以将数据框的每一列视为一个向量（值的有序列表）。您使用t.test 的方式是使用公式（y~x），您实际上是在说：给定data 中指定的数据框，执行测试以评估变量均值差异的显着性response 在Column1 中的配对组之间。

另一种思考方式是获取data 中的数据并将其分成两个向量：具有Column1 第一组观察值的向量和第二组观察值向量。然后，对于每个向量，计算均值和标准差，并应用适当的公式，得到 t 统计量，从而得到 p 值。

因此，您可以分别提取这两个向量并将它们作为参数提供给t.test() 函数。我希望它对初学者足够友好^^否则请告诉我

编辑：一些补充（本来想在cmets里回复，结果发现没空间了嘿嘿）

关于@Ashish 为将其变成Welch 测试所做的事情，我会说是设置var.equal = FALSE。 paired 参数控制 t 检验是否在配对样本上运行，并且由于您的数据框的行数不相等，我怀疑观察结果不匹配。

至于 Cohen 的 d 效应大小，you can check this stats exchange question，我从中复制代码：

对于上下文，m1 和 m2 是组的平均值（您可以使用 n1 = mean(DataframeA$Column1) 获得），s1 和 s2 是标准差 (s2 = sd(DataframeB$Column2))，n1 和 n2 是样本大小 (n2 = length(DataframeB$Column2))

lx <- n1- 1 # Number of observations in group 1
ly <- n2- 1 # # Number of observations in group 1

md  <- abs(m1-m2)        ## mean difference (numerator)
csd <- lx * s1^2 + ly * s2^2
csd <- csd/(lx + ly)
csd <- sqrt(csd)                     ## common sd computation

cd  <- md/csd                        ## cohen's d

【讨论】：

数据框实际上没有相同数量的观察值。但是它们的方差是相等的。所以我想使用学生的t检验，而不是韦尔奇的。关于如何做到这一点的任何建议？（当我将paired=TRUE 改为paired=FALSE 时，它会运行Welch t 检验，下面Ashish Baid 建议的方法也是如此。）否则，这将非常有用且信息丰富——谢谢！
我还想根据 t 检验的结果计算 Cohen 的 d。有什么建议吗？
我编辑了答案以包含您的新问题 ^^ 如果您将其标记为答案，让其他人知道它已被回答，将会很有帮助

【解决方案2】：

这应该适合你

res = t.test(DataFrameA$Column1, DataFrameB$Column2, alternative = "two.sided", var.equal = FALSE)

【讨论】：

这与发布的其他答案有何不同？