两个数据集之间的平均值差异的置信区间

我正在处理两个数据集，来自m cats，这是一个内置R数据集。两个数据集之间的平均值差异的置信区间

> cats 
    Sex Bwt Hwt 
1  F 2.0 7.0 
2  F 2.0 7.4 
3  F 2.0 9.5 
4  F 2.1 7.2 
5  F 2.1 7.3 
6  F 2.1 7.6 
7  F 2.1 8.1 
8  F 2.1 8.2 
9  F 2.1 8.3 
10 F 2.1 8.5 
11 F 2.1 8.7 
12 F 2.1 9.8 
... 
137 M 3.6 13.3 
138 M 3.6 14.8 
139 M 3.6 15.0 
140 M 3.7 11.0 
141 M 3.8 14.8 
142 M 3.8 16.8 
143 M 3.9 14.4 
144 M 3.9 20.5

我想找到的手段的差异99％的置信区间（分别为性别== M和性别== F）男的BWT和女性之间的样本值

我知道t.test会这样做，除此之外，如果我将cats分解为包含男性和女性的Bwt的两个数据集，则t.test（）会抱怨这两个数据集的长度不一样，这是正确的。 cats只有47名女性，87名男性。

它可以通过其他方式实现吗？还是通过分解数据来误解数据？

编辑：我有一个功能，通过另一个问题是获取手段的CI上的数据集回答者向我建议，可以派上用场：

ci_func <- function(data, ALPHA){ 
    c(
    mean(data) - qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data)), 
    mean(data) + qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data)) 
    ) 
}

来源

2014-01-20 Dimitris Sfounis

为什么不实际添加你试图代码 – Dason

@Dason'T1 < - t.test（catsBwt_Female，catsBwt_Male，成对= TRUE）在complete.cases 误差（X，Y ）：并非所有参数的长度都是相同的我已经尝试过的代码的范围，除了计算每个数据集的平均值的单独99％CI。一般来说，我是新来的统计数据。 –

当你没有进行配对t检验时，为什么要指定paired = TRUE？ – Dason

您应该应用t.test与式接口：

t.test(Bwt ~ Sex, data=cats, conf.level=.99)

来源

2014-01-20 14:03:02 shadow

看起来我需要仔细阅读't.test'的文档。感谢您提供快速和完整的答案。 –

请注意，您不必使用公式界面。主要问题是，如果数据不合理，则指定配对t检验。 – Dason

两个数据集之间的平均值差异的置信区间

回答

相关问题