Факторы группировки в объединенном двух выборочном t-тесте

Question

У меня есть таблица 2 * 2 веса 7 мужчин и 11 женщин (сохраненная как weights_gender.csv), и я хочу выполнить объединенный t-тест. Я назначил CSV-файлу weight = read.csv("weights_gender.csv"), но всякий раз, когда я пытаюсь запустить t.test(weight$men~weight$women, var.equal=TRUE), он продолжает выводить это сообщение:

фактор группировки должен иметь ровно 2 уровня.

В чем проблема?

Answer 1

Попробуйте ...

t.test(x = weight$men, y = weight$women, var.equal = TRUE)

Как вы указывали команду, она думала, что вы хотите сгруппировать мужской вес по женщинам, что, конечно, не то, что вам нужно.

Результаты .. .

    Two Sample t-test

data:  weight$men and weight$women
t = 5.9957, df = 16, p-value = 1.867e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 15.26250 31.95828
sample estimates:
mean of x mean of y 
 77.42857  53.81818 

Данные

weight <- data.frame(
   men = c(88, 90, 78, 75, 70, 72, 69, NA, NA, NA, NA),
   women = c(45, 57, 54, 62, 60, 59, 44, 43, 67, 50, 51)
)

Answer 2

Ваш вопрос является немного «теоретическим», поэтому я сделаю его более конкретным

Здесь я делаю два фрейма данных с данными о весе мужчин и женщин и маркирую их.

df_m <- tibble(weight = 170 + 30*rnorm(7), sex = "Male")
df_f <- tibble(weight = 130 + 30*rnorm(11), sex = "Female")

Затем мы объединяем данные и устанавливаем sex как факторную переменную

df_all <- rbind(df_m, df_f)
df_all[, 'sex'] <- lapply(df_all[, 'sex'], as.factor)

Наконец, мы применяем t-тест.

t.test(weight ~ sex, data = df_all, var.equal = TRUE)

Мой результат был

    Two Sample t-test

data:  weight by sex
t = -5.2104, df = 16, p-value = 8.583e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -89.84278 -37.87810
sample estimates:
mean in group Female   mean in group Male 
            120.2316             184.0921