来自 N/Mean/SD 的 R T 检验答案

【问题标题】：R T-Test from N/Mean/SD来自 N/Mean/SD 的 R T 检验
【发布时间】：2011-07-28 11:15:10
【问题描述】：

我知道，如果我有一组数据，我可以运行t.test 进行 T 检验。但我只知道每组的计数、平均值和标准差。我确信在 R 中必须有一种方法可以做到这一点，但我无法弄清楚。有什么帮助吗？

【问题讨论】：

我认为这个问题更适合crossvalidated.com

【解决方案1】：

您当然可以手动或模拟计算公式。但如果你想要一个快速的函数调用，BSDA package 中有?tsum.test。例如，这使得 Welch t 检验非常容易。使用@AriB.Friedman 的数字：

library(BSDA)
tsum.test(mean.x=.1,   s.x=.01, n.x=5,
          mean.y=.136, s.y=.02, n.y=7)
# 
#         Welch Modified Two-Sample t-Test
# 
# data:  Summarized x and y
# t = -4.0988, df = 9.238, p-value = 0.002538
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#  -0.05579113 -0.01620887
# sample estimates:
# mean of x mean of y 
#     0.100     0.136

【讨论】：

【解决方案2】：

如果您不想自己重新编码公式，您可以随时模拟具有准确摘要的数据集，然后分析模拟数据。 MASS 包中的 mvrnorm 函数可用于生成具有给定均值和方差的正常数据（将经验参数设置为 TRUE）。

【讨论】：

【解决方案3】：

将formula 用于方差不等且样本量不等的 t 检验。请注意，这是针对未配对的 t 检验。

t.test.fromSummaryStats <- function(mu,n,s) {
   -diff(mu) / sqrt( sum( s^2/n ) )
}

mu <- c(.1,.136)
n <- c(5,7)
s <- c(.01,.02)
t.test.fromSummaryStats(mu,n,s)

【讨论】：

请在将它用于任何重要的事情之前检查它的准确性！
嗯，这当然是一种方法。我必须做一个 Welch 的 T 检验，这有点困难，但我想我可以自己做。
在其中一个 CRAN 包中可能有一个函数，但这是一个足够简单的计算，编写自己的函数应该不会太糟糕（当然，有好处如果已经编写过，则使用预先存在的函数：它已经过测试，并且您的解决方案更容易转移）。