Zum Inhalt springen

GNU R: t.test

Aus Wikibooks


Der Befehl t.test führt den t-Test durch.

Handhabung

[Bearbeiten]

Die Funktion t.test wird wie folgt aufgerufen:

t.test(x,y=NULL,alternative=c("two.sided", "less", "greater"),mu=0,paired=FALSE,var.equal=FALSE,conf.level=0.95, ...)
Parameter Beschreibung
x zu untersuchende Daten (Stichprobe)
y Daten der zweiten Stichprobe (bei Zweistichproben-Untersuchung)
alternative Formulierung der Alternativhypothese:
  • two.sided steht für ≠
  • less steht für "kleiner"
  • greater steht für "größer"
mu
paired
  • TRUE = gepaarte Stichproben
  • FALSE = nicht gepaart (Standard)
var.equal
  • TRUE = Varianzhomogenität
  • FALSE = Varianzheterogenität = Welch-Test
conf.level Konfidenzniveau (Standard = 0.95)


Einstichprobe

[Bearbeiten]
daten <- rnorm( 10, 3.25, 0.31 ); #irgendwelche Messungen (10 Stück)
t.test( daten, mu=3.5 ); #überprüfen, ob Mittelwert signifikant von 3.5 abweicht.

gepaarte Stichprobe

[Bearbeiten]

Der t-Test für gepaarte Stichproben wird durchgeführt, wenn in der selben Untersuchungsgruppe zwei Erhebungen stattgefunden haben, und diese Daten nun untersucht werden sollen. Der Aufruf lautet:

t.test(x,y,paired=TRUE)

...wobei der Vektor x die Daten der ersten, und der Vektor y die Daten der zweiten Erhebung enthält.


Zweistichprobe

[Bearbeiten]

Sollen Daten untersucht werden, die in zwei unabhängigen Gruppen erhoben wurden (je eine Erhebung) wird der t-Test für Zweistichproben durchgeführt. Die Daten beider Erhebungen müssen zunächst (per F-Test) auf Varianzhomogenität untersucht werden. (Für die Testung auf Varianzhomogenität kann außerdem der Levene-Test verwendet werden.)

Liegt Varianzhomogenität vor, so lautet der Aufruf:

 t.test(x,y,var.equal=TRUE)

...wobei der Vektor x die Daten der ersten, und der Vektor y die Daten der zweiten Stichprobe enthält.

Liegt Varianzheterogenität vor, so lautet der Aufruf:

  t.test(x,y,var.equal=FALSE)    # entspricht dem Welch-Test

Dieser Aufruf entspricht dem Welch-Test. Wenn statt zwei metrischen Variablen (x, y) eine metrische Testvariable (test) und eine Gruppierungsvariable (group) vorliegt, dann sieht der Aufruf so aus:

 t.test(test~group)

Alle anderen Optionen (beispielsweise, ob von Varianzhomogenität oder Varianzheterogenität ausgegangen wird, siehe oben) bleiben gleich. Dabei ist die Testvariable numerisch und die Gruppierungsvariable ein Faktor.

[Bearbeiten]

siehe auch

[Bearbeiten]