2015-08-21 3 views
1

Мне нужно запустить несколько тестовых t-тестов. Есть ли способ изменить альфа-уровень для этого теста? или, нужно ли делать какую-то коррекцию для одного теста t образца? (например, коррекция bonferroni для парного t-теста)? Большое спасибо!Изменение t студента t

+0

Вы хотите применить 't.test' к одним данным с разными альфа-данными или к различным наборам данных образца и каждый раз с разными альфа-данными? – SabDeM

+0

У меня есть разные наборы данных, и просто нужно указать одно значение альфа –

+0

Одно значение альфа? так почему вы заявили в своем вопросе «способ изменения альфа-уровня» ?. Это не похоже на уникальную альфу, в любом случае постарайтесь быть более ясными в следующий раз. Во всяком случае, есть несколько способов, но без части ваших данных это сложно, просто догадываясь. Вы можете комбинировать свои наборы данных в списке, а затем 'lapply (data, t.test)' или комбинировать данные, такие как столбец кадра данных, а затем 'sapply (data, t.test)' – SabDeM

ответ

2

t.test функция возвращает значение р

t.test(rnorm(10))$p.value 

Вы можете установить отсечку. Функция имеет аргумент conf.level для доверительного интервала.

Чтобы исправить множественные сравнения, см. p.adjust.

p_values = c(0.1, 0.01, 0.05) 
p.adjust(p_values, method="bonferroni") 
[1] 0.30 0.03 0.15 
+0

В комментариях OP говорит, что альфа-уровень один, более того, он/она говорит, что он должен применять t.test к нескольким данным. Я не понимаю, как ваш ответ может быть полезен. – SabDeM

+0

В вопросе OP хочет запустить несколько t-тестов и исправить несколько сравнений (я попытался ответить на этот вопрос). Что касается комментария, после выполнения множественной коррекции сравнения с помощью 'p.adjust', мы можем затем указать одно значение« альфа »на правильном уровне значимости. – csgillespie

0

Если посмотреть на выходе t.test вы можете заметить, что выход не зависит от альфа. Тестирование дает вам информацию, необходимую для принятия решений, но критерии принятия решений в ней отсутствуют. По этой причине людям сложно помочь вам, потому что ваш вопрос, похоже, не имеет ничего общего с командой t.test R. Я предостерегаю от корректировки p-значений пост-hoc, используя p.adjust. Это особенно проблематично, потому что многие настройки на самом деле изменяют альфа (но, как вы указываете, Bonferroni использует один). Гораздо честнее сообщать о вашем измененном альфа-значении, которое для Bonferroni составляет всего лишь 0.05 / количество тестов.

Смежные вопросы