我想要一个表作为输出,其中包含某些变量均值差异之间的 t 统计量并基于数据的两个特定子集。
我有以下数据:
structure(list(Name = c("A", "A", "A", "A", "B", "B", "B", "B",
"C", "C", "C", "C", "D", "D", "D", "D"), Date = c("20.10.2018",
"30.09.2018", "25.11.2019", "23.10.2020", "20.03.2018", "30.07.2018",
"25.08.2019", "23.10.2020", "20.12.2018", "30.01.2018", "25.02.2019",
"23.06.2020", "20.11.2018", "30.12.2018", "25.11.2019", "23.09.2020"
), Return = c(0.01, 0.05, 0.08, 0.07, 0.04, 0.03, 0.01, 0.03,
0.03, 0.05, 0.06, 0.07, 0.07, 0.04, 0.06, 0.08), Age = c(5L,
5L, 6L, 7L, 8L, 8L, 9L, 10L, 4L, 4L, 5L, 6L, 1L, 1L, 2L, 3L),
Size = c(53336L, 75768L, 86548L, 94567L, 40234L, 40240L,
50243L, 60352L, 5069L, 6069L, 7092L, 8024L, 2456L, 3046L,
4056L, 5600L), Rating = c(1L, 1L, 1L, 2L, 5L, 5L, 3L, NA,
4L, 5L, 4L, 5L, NA, 4L, 5L, 4L)), class = "data.frame", row.names = c(NA,
-16L))
更具体地说,我想要一个表,其中对于评级为 1 和 5 的观测值的变量 Return、Age 和 Size 之间的均值差异有 t 统计量。t 统计量应该是 Rating 之间的列1 和评级 5,并且应包括表示 p 值的星号。
我尝试使用 t.test 函数,但仅将其用于子组并在评级 1 和评级 5 之间创建 t 统计列时遇到困难。
输出应具有如下布局:
structure(list(c("Return", "Age", "Size"), `Mean Rating 1` = c(NA,
NA, NA), `t-statistics including p-value (indicated as stars)` = c(NA,
NA, NA), `Mean Rating 5` = c(NA, NA, NA)), class = "data.frame", row.names = c(NA,
-3L))
有人可以帮我这里的代码吗?
预先非常感谢您。
编辑 2022 年 4 月 22 日:
问题一:
如果我希望输出如下(现在没有值,只是为了说明我想要的布局),我需要如何调整答案中的代码:
structure(list(c("Return", "Age", "Size"), `Mean Rating 1` = c(NA,
NA, NA), `Mean Rating2` = c(NA, NA, NA), `Mean Rating 3` = c(NA,
NA, NA), `Mean Rating 4` = c(NA, NA, NA), `Mean Rating 5` = c(NA,
NA, NA), `Mean Rating NA` = c(NA, NA, NA), `Difference in means Rating 5 and Rating 1` = c(NA,
NA, NA), `p-value for differences in means Rating 5 and Rating 1` = c(NA,
NA, NA), `stars for p-value for differences in means Rating 5 and Rating 1` = c(NA,
NA, NA)), class = "data.frame", row.names = c(NA, -3L))
问题2:
当我想比较两组之间的均值差异时,使用 t 检验还是 F 检验更好?我选择了 t 检验,因为据我所知,如果我想比较两组之间的均值,t 检验是正确的检验。如果我想比较两组的两个标准差,则最好使用 F 检验。我的理解对吗?