Question

R语言成组数据样本量相同时t.test函数的用法

在成组数据平均数比较中，当两个总体方差sigama1^2 与sigama2^2 未知， 且不相等，但是样本量相同n1=n2，怎么用t检验？

科学出版社生物统计学第五版65页上说 样本标准误是 sqrt((s1^2+s2^2)/n) df=n-1

但是t.test函数里面没有样本量相同的参数，总体方差不同用var.equal=False. 之后就使用Welch近似了，得出来一个近似的df，标准误也不一样。这和生物统计书里面的方法不一样阿。
两个问题1、哪个方法是准确的，或者说两个方法都是近似t分布，那么哪个方法更准确？
2、要想实现统计书中的检验方法，用什么函数，或者说还是用t.test怎么修改参数（help看了，貌似没办法实现）

Answer 1

第一、注意参数  alternative = c("two.sided", "less", "greater")  你要选择是单侧还是双侧的

第二、paired = T   若是成对数据 这个参数应该是T

第三、默认的参数是 var.euqal= F , 方差不相等

最后建议自己不用现成的函数 ，一行一行的按照书上的公式自己算，R是可以办到的

#例子
x<- c(1:10)
y<-c(rep(1:5,2))
x_bar <- mean(x)
Q<- sum(x - mean(x))^2
...
...
#自己按照公式算一遍。。。加深印象！

追问

谢谢您的回答，不过我的问题是两个总体方差不相等时书上说样本标准误是 sqrt((s1^2+s2^2)/n) df=n-1

但是用t.test 标准误不一样，且df也不是一个整数

追答

我刚试过，df 不可能不是整数啊 。要不你把数据给我看看~
或者你可以用非参的方法试试，W-M-W 秩和检验。

追问

> x y t.test(x,y)