N/Mean/SD 的 R T 检验

Question

我知道如果我有一组数据，我可以运行 t.test 来进行 T 测试。但我只知道每组的计数、平均值和标准差。我确信 R 中一定有办法做到这一点，但我不知道。有什么帮助吗？

Answer 1

使用公式进行不等方差和不等样本量的 t 检验。请注意，这是针对未配对的 t 检验。

t.test.fromSummaryStats <- function(mu,n,s) {
   -diff(mu) / sqrt( sum( s^2/n ) )
}

mu <- c(.1,.136)
n <- c(5,7)
s <- c(.01,.02)
t.test.fromSummaryStats(mu,n,s)

Answer 2

您当然可以手动计算公式或模拟。但如果您想要快速函数调用，可以使用 BSDA 中的 rel="noreferrer">?tsum.test包。例如，这使得韦尔奇 t 检验变得非常简单。使用@AriB.Friedman 的数字：

library(BSDA)
tsum.test(mean.x=.1,   s.x=.01, n.x=5,
          mean.y=.136, s.y=.02, n.y=7)
# 
#         Welch Modified Two-Sample t-Test
# 
# data:  Summarized x and y
# t = -4.0988, df = 9.238, p-value = 0.002538
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#  -0.05579113 -0.01620887
# sample estimates:
# mean of x mean of y 
#     0.100     0.136

Answer 3

如果您不想自己重新编码公式，您始终可以模拟具有您所拥有的精确摘要的数据集，然后分析模拟数据。 MASS 包中的 mvrnorm 函数可用于生成具有给定均值和方差的正态数据（将经验参数设置为 TRUE）。