Jämföra medelvärden med ett t-test

Inferens för numeriska data i R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Ett (mer) standardiserat lönemått

Jämför genomsnittlig hrly_rate i stället för genomsnittlig årlig income:

anta 52 veckor per år
hrly_rate = income / (hrs_work * 52)

Forskningsfråga och hypoteser

Ger data övertygande bevis för en skillnad i genomsnittlig timlön mellan medborgare och icke-medborgare i USA?

Låt $\mu = $ genomsnittlig timlön

$H_0: \mu_{citizen} = \mu_{non-citizen}$

$H_A: \mu_{citizen} \ne \mu_{non-citizen}$

Sammanfattande statistik

acs12 %>%
  filter(!is.na(hrly_rate)) %>%
  group_by(citizen) %>%
  summarise(x_bar = round(mean(hrly_rate), 2),
            s = round(sd(hrly_rate), 2),
            n = length(hrly_rate))

  citizen  x_bar      s   n
1 no       21.19  34.50  58
2 yes      18.52  24.73 901

Genomföra testet

t.test(hrly_rate ~ citizen, data = acs12, null = 0, 
       alternative = "two.sided")

Nollhypotes:
- $H_0: \mu_{citizen} = \mu_{non-citizen}$
- $H_0: \mu_{citizen} - \mu_{non-citizen} = 0$ $\rightarrow$ null = 0
$H_A: \mu_{citizen} \ne \mu_{non-citizen}$ $\rightarrow$ alternative = "two.sided"

Genomföra testet

t.test(hrly_rate ~ citizen, data = acs12, null = 0, 
       alternative = "two.sided")

    Welch Two Sample t-test
data:  hrly_rate by citizen
t = 0.58058, df = 60.827, p-value = 0.5637
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -6.53483 11.88170
sample estimates:
 mean in group no mean in group yes 
         21.19494          18.52151

Förutsättningar

Oberoende:
- Observationerna inom varje urval ska vara oberoende av varandra.
- De två urvalen ska vara oberoende av varandra.
Urvalsstorlek/skevhet: Ju mer skev ursprungsfördelningen är, desto större urval krävs för en symmetrisk samplingfördelning.

chp3-vid3-hrly-rate-citizen

Nu kör vi en övning!

Inferens för numeriska data i R