我有一组代表周期性读数的数据。数据显示上升趋势,但我需要测试与零的统计差异。我相信我应该使用 t 检验,双尾,但我应该对第二组数据使用什么?零,起始值?
0.2245
0.243
0.2312
0.1795
0.1923
0.17
0.2025
0.2059
0.2394
0.205
0.2201
0.2261
0.1817
0.2143
0.2126
0.237
0.1984
0.228
0.2292
0.2236
0.2096
0.2258
0.2155
我有一组代表周期性读数的数据。数据显示上升趋势,但我需要测试与零的统计差异。我相信我应该使用 t 检验,双尾,但我应该对第二组数据使用什么?零,起始值?
0.2245
0.243
0.2312
0.1795
0.1923
0.17
0.2025
0.2059
0.2394
0.205
0.2201
0.2261
0.1817
0.2143
0.2126
0.237
0.1984
0.228
0.2292
0.2236
0.2096
0.2258
0.2155
t 检验将能够测试所有值的平均值是否不同于 0。没有第二组数据,您需要一个样本 t 检验。在R:
x <- c(1,2,3,4) #PUT YOUR DATA HERE
t.test(x)
会做。
但是如果要测试趋势是否不同于0,那就是另外一个问题了。如何做到这一点取决于数据中的时间间隔是否相等,是否要查看可能的季节性等等。一个简单(但可能不正确)的方法是:
x <- c(1,2,3,4) #PUT YOUR DATA HERE
time <- seq(1,length(x))
model1 <- lm(x~time)
不过,在此之前,我会制作一些情节,例如
plot(x~time)
也许看看一些平滑器。
不,不要使用 0,使用一个样本 t 检验并测试平均值是否不同于 0(确实如此)。
其中R内容如下:
x <- c(0.2245, 0.243, 0.2312, 0.1795, 0.1923, 0.17, 0.2025, 0.2059,
0.2394, 0.205, 0.2201, 0.2261, 0.1817, 0.2143, 0.2126, 0.237,
0.1984, 0.228, 0.2292, 0.2236, 0.2096, 0.2258, 0.2155)
> t.test(x)
One Sample t-test
data: x
t = 52.3, df = 22, p-value < 0.00000000000000022
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
0.2052 0.2222
sample estimates:
mean of x
0.2137