汇总 2 个样本 t 检验中的分组因素答案

【问题标题】：Grouping factors in a pooled 2 sample t-test汇总 2 个样本 t 检验中的分组因素
【发布时间】：2020-06-18 17:43:23
【问题描述】：

我有一个 2*2 表，包含 7 名男性和 11 名女性的体重（保存为 weights_gender.csv），旨在执行合并 t 检验。我已将 CSV 文件指定为 weight = read.csv("weights_gender.csv")，但每当我尝试运行 t.test(weight$men~weight$women, var.equal=TRUE) 时，它都会继续打印此消息：

分组因子必须正好有 2 个级别。

有什么问题？

【问题讨论】：

您好，您能提供一个代表吗？我猜你有缺失值，尝试检查 levels()
没有看到您的数据结构，这只是一个猜测，但我相信您使用的 t.test 格式不正确。以上是公式形式，而您需要逗号形式。试试看：t.test(men, women, var.equal=TRUE)
我已经更新了更多细节。问题是否来自 2 种性别的数据数量不平衡？
我之前的评论站着，你需要用逗号来比较第1列和第2列，类似这个问题：stackoverflow.com/questions/62045080/…

标签： r

【解决方案1】：

试试...

t.test(x = weight$men, y = weight$women, var.equal = TRUE)

您指定命令的方式认为您想要按女性分组的男性体重，这当然不是您想要的。

结果...


    Two Sample t-test

data:  weight$men and weight$women
t = 5.9957, df = 16, p-value = 1.867e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 15.26250 31.95828
sample estimates:
mean of x mean of y 
 77.42857  53.81818

数据

weight <- data.frame(
   men = c(88, 90, 78, 75, 70, 72, 69, NA, NA, NA, NA),
   women = c(45, 57, 54, 62, 60, 59, 44, 43, 67, 50, 51)
)

【讨论】：

【解决方案2】：

你的问题有点“理论”，所以我会更具体

在这里，我制作了两个数据框，其中包含有关男性和女性体重的数据，并对其进行标记。

df_m <- tibble(weight = 170 + 30*rnorm(7), sex = "Male")
df_f <- tibble(weight = 130 + 30*rnorm(11), sex = "Female")

接下来我们结合数据并将sex设置为因子变量

df_all <- rbind(df_m, df_f)
df_all[, 'sex'] <- lapply(df_all[, 'sex'], as.factor)

最后我们应用 t 检验。

t.test(weight ~ sex, data = df_all, var.equal = TRUE)

我的结果是

    Two Sample t-test

data:  weight by sex
t = -5.2104, df = 16, p-value = 8.583e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -89.84278 -37.87810
sample estimates:
mean in group Female   mean in group Male 
            120.2316             184.0921

【讨论】：