R 两组样本t检验 wilcoxon检验、卡方、fisher精确检验
一般统计方法R实现
文章目录
- 一、读入数据
- 二、连续性变量
- 1.正态性和方差齐性检验
- 2.描述统计量
- 3.独立样本t检验和wilcoxon秩和检验
- 三、四格表卡方或fisher精确检验(OR【95%CI】)
- 1.计算各组频数和相对频率
- 2.整理数据进行检验
- 总结
一、读入数据
library(readxl)
data<- read_excel("E:/Rworkplace/ae/data.xlsx")
pacman::p_load(tidyr)
共包括五个变量:group为分组变量,BMI、score为连续型变量,infection、ae为分类变量。
二、连续性变量
1.正态性和方差齐性检验
代码如下:
tapply(data$BMI,data$group,shapiro.test)
tapply(data$score,data$group,shapiro.test)#方差齐性检验
library(car) #调用程序包car
library(carData) #载入程序包carData
leveneTest(data$BMI,data$group,center=mean)
leveneTest(data$score,data$group,center=mean)
发现BMI变量满足正态性和方差齐性,score不满足正态性。则两组BMI指标比较采用独立t检验,两组score指标比较采用wilcoxon检验。
2.描述统计量
代码如下:
#一般信息均数±标准差
library(dplyr)
group_by(data, group) %>%summarise(count = n(),mean = mean(BMI, na.rm = TRUE),sd = sd(BMI, na.rm = TRUE))#中位数(四分位数)
tapply(data$score,data$group,quantile)
3.独立样本t检验和wilcoxon秩和检验
代码如下:
t.test(BMI ~ group, data = data, var.equal = TRUE)
wilcox.test(score ~ group, data = data, paired =FALSE)
三、四格表卡方或fisher精确检验(OR【95%CI】)
1.计算各组频数和相对频率
代码如下:
xtabs(~data$group+data$ae,data = data)
xtabs(~data$group+data$infection,data = data)
prop.table(xtabs(~data$group+data$ae,data = data),margin = 1)
prop.table(xtabs(~data$group+data$infection,data = data),margin = 1)
2.整理数据进行检验
#ae进行卡方检验
total <-c(20,20)
prop <- c(3,6)
prop.test(prop, total)
pacman::p_load(fmsb)
oddsratio(3,17,6,14)#显示OR值
#infection fisher精确概率法
table=matrix(c(1,3,19,17),nrow=2)
colnames(table)=c("有","无")
rownames(table)=c("试验组","对照组")
table
prop.table(table,margin = 1)
fisher.test(table)
总结
对连续性变量及四格表常用统计检验R操作进行了梳理。
R 两组样本t检验 wilcoxon检验、卡方、fisher精确检验相关推荐
- 方差分析/卡方/fisher精确检验
方差分析 前提条件: 1.各样本须是相互独立的随机样本; 2.各样本来自正态分布总体; 3.各总体方差相等,即方差齐.(方差不齐,用非参数检验) 适用数据情况: 分类变量的连续变量 例如: 卡方检验 ...
- graphpad两组t检验_SPSS如何比较样本两组样本的组内和组间差异(含GraphPad Prism绘图)...
在生物医药统计分析中,经常会遇到这样一类问题.样本分了实验组和对照组,而又同时进行了一种干预手段,在干预前和干预后进行了分别测量数据.这时候既要考虑实验组和对照组之间的比较,又要考虑干预前和干预后的对 ...
- cif t t操作流程图_Danish:STATA 操作正态检验、卡方检验和T检验
STATA 操作正态检验.卡方检验和T检验 图示和基本概念 Coef. :回归分析系数.在回归方程中表示自变量x 对因变量y 影响大小的参数.回归系数越大表示x 对y 影响越大. Std. Err. ...
- Fisher精确检验.医学统计实例详解-医学统计助手★卡方检验,t检验,F检验,秩和检验,方差分析
Fisher精确检验是一种在统计分析中经常使用的方法,旨在评估两个分类变量之间是否存在显著关系.这种方法由罗纳德·A·费舍尔(Ronald A. Fisher)于20世纪20年代提出,并被广泛应用于小 ...
- 【通俗向】假设检验(三):卡方检验和t检验
国际惯例,先看几个例子: 假设抛硬币,抛了12次,出现正面为1,反面为0,如果出现正面的次数为10次,问这个硬币是否均匀? 假设有一个正四面体,出现四个面的分别记为1,2,3,4:抛了120次,如果出 ...
- python如何检验显著性差异_[Python] 如何证明两组样本有显著性差异(t-test假设检验) | 学步园...
现有两组样本数据,假如它们分别基于两套不同的方法,或者测于不同的设备,又或是出自两个人之手,如何证明它们有或没有显著性差别呢?当然可以拿个Excel表把数据画个图,然后找一堆人来投票,看觉得差不多还是 ...
- python t检验显著差异_两组数据的均值是否具有显著差异的T检验
最近在做分析的时候,遇到了T检验,然而对于没有统计学背景的人来说完全不知如何下手 当然了,遇到问题第一反应就是百度. 果然百度出来了很多链接,当时第一次直接选择了用Excel去做T检验.下面是源数据 ...
- 7. R语言【独立性检验】:卡方独立性检验、Fisher精确检验 、Cochran-Mantel-Haenszel检验
文章目录 1. 卡方检验 2. 费希尔精确检验(Fisher Exact Test) 3. Cochran-Mantel-Haenszel检验 独立性检验:用来判断变量之间相关性的方法,如果两个变量彼 ...
- [Python] 如何证明两组样本有显著性差异(t-test假设检验)
原文地址:http://blog.csdn.net/ariesjzj/article/details/7546930 现有两组样本数据,假如它们分别基于两套不同的方法,或者测于不同的设备,又或是出自两 ...
最新文章
- 小程序客服自动回复图片,云开发的实现
- 7-2 然后是几点 (C语言)
- java search 不能使用方法_elasticsearch(七)java 搜索功能Search Request的介绍与使用...
- RelativeLayout和LinearLayout性能比较
- VisualStudio2010 SP1 SP1 SDK SQLServer 2008 SP3 下载地址
- 如何制作自动更新程序?
- 简明Linux命令行笔记:finger
- easyexcel导入简单封装
- 如何查找不包含给定字符串模式的文件?
- UITableViewController与UIViewController中使用UITableView
- python java go 区别 一句话概括
- Vue实现pdf、docx、jpg在线预览功能
- 虚幻4UE4使用PS4 DualShock4手柄ProController Switch手柄
- 谈谈PRNU 光响应非均匀性
- 华为U8500在USB调试模式下LOGCAT无打印信息的解决方法
- linux服务器console口,Linux重定向console口控制台
- java csrf 跨域_Django跨域请求CSRF的实例方法
- Git项目管理修改项目名称
- 使用git拉取项目、创建分支、提交代码教程
- Linux 操作系统的 ECS 挂载云硬盘
热门文章
- UIAlertController Extention
- 没有人能随随便便成功,但没有必要活得像尘埃一样卑微
- (ISC)2官方中国CISSP授权培训服务提供商正式启动
- H5 下载PDF文件
- android hdmi拔插广播,Android drivers/switch驱动详解(用于通过GPIO状态检测耳机、HDMI等的插拔状态)...
- GAPNet基于图注意力的点神经网络用于局域特征探索
- x1c 语言设置,创新经典平衡点 ThinkPad X1Carbon评测
- EMW3080+STC15轻松实现设备上云2(阿里云物联网平台、智能生活开放平台)
- 新能源汽车VCU/HCU,BMS和MCU仿真测试系统实验室
- 服务器系统装显卡驱动,windows2019服务器系统安装显卡驱动(A卡篇)