Как проверить, что переменная A влияет на переменную B?

Question

Я анализировал набор данных Мура в пакете carData и хотел посмотреть, влияет ли partner.status на соответствие.

set.seed(200)
library(carData)  
library(ggplot2)

И затем, используя ggplot, я нанес на график две переменныеиспользуя boxplot.

ggplot(data = Moore, aes (x = partner.status, y = conformity )) + 
  geom_boxplot()

Сюжет говорит только о том, что у тех, кто имеет высокий статус, высокий ответ, а у тех, кто имеет низкий статус, средний ответ ниже.

Вопрос: как показать, что есть доказательства того, что partner.status влияет на соответствие?Какие статистические методы мне нужно использовать?

Answer 1

У вас есть 2 группы для статуса партнера (низкий и высокий).Соответствие является непрерывной зависимой переменной.Я рекомендую независимые образцы t-критерия.

Проверьте и убедитесь, что вы не нарушаете никаких предположений.

Соответствующая информация: https://statistics.laerd.com/statistical-guides/independent-t-test-statistical-guide.php

Answer 2

Boxplot - отличное начало, оно дает вам представление о том, каких результатов вы должны ожидать.

Теперь вам нужно выяснить, нормально ли распределяются данные (shapiro.test(Moore$conformity))) и имеет ли гомоскедастическая дисперсия (fligner.test(Moore$conformity ~ Moore$partner.status) читается как соответствие partner.status). Вы можете прочитать о значениях p здесь и сделать вывод.

Есть множество других тестов, эти два достаточно надежны для этой цели.

Теперь, если у вас есть нормальность и гомоскедастичность, вы можете сделать t-тест. Если у вас есть нормальность и гетероскедастичность, вы можете провести oneway.test. Если у вас нет нормальности, вы можете использовать тест Крускала-Уоллиса.

Теперь, анализируя результаты одного из этих тестов, вы можете отклонить или не отклонить гипотезу о равных средствах.