t.test(price1,price2,mu=0,alt="two.sided",paired=T,conf.level=0.95)
Paired t-test
data: price1 and price2
t = 1.4268, df = 29, p-value = 0.1643
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-6.861169 38.518502
如果最初我假设： 和
这些是我在 中的配对 t 检验的结果R，我不知道如何理解它们。因为在显着性水平上得到的 p 值为 0.1643= 0.05，这意味着我们接受 H0 正确吗？我也不知道如何从这些结果中解释 95% 的置信区间，-6.861169 是什么意思？如果有人可以将所有这些变成易于理解的语言，那就太好了，谢谢！
不，我们不“接受”，相反，我们没有拒绝原假设。所以我们没有“拒绝原假设”，这意味着我们没有足够的证据来假设均值的差异不同于零。
置信区间包括零值，并为我们提供了总体平均差值的范围，置信水平为. 在您的结果中，这是一个非常广泛的范围，但是包含零值会阻止您排除空值。
您提出的替代假设是单方面的，但您使用了双边 t 检验。如果您在 t 检验中设置 alt="greater" 以获得片面的结果，那么您的 p 值 = 0.082。
不要在比较观察到的 p 值和不经思考的任意阈值 0.05 的基础上将结果分为显着和不显着。这样做是使用最近美国统计协会关于 p 值的官方声明中警告的“明线”思维。http://amstat.tandfonline.com/doi/abs/10.1080/00031305.2016.1154108#.VyUnhmR95cw
不要二分法，而是查看结果并根据您所知道的以及您希望数据告诉您的内容来权衡它。您的数据似乎包含相对较弱的反对您的零假设的证据。
ASA 声明中有许多参考资料可以帮助您区分假设检验的二分结果和显着性检验的尊重证据的解释，但我喜欢我自己的：http://www.ncbi.nlm。 nih.gov/pubmed/22394284