成對資料的 t 區間

R 數值資料推論

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

High School and Beyond

從 High School and Beyond 調查中隨機抽樣 200 筆觀測。相同學生各自參加閱讀與寫作測驗。乍看之下,閱讀與寫作分數的分配有何相同?又有何不同?

chp2-vid2-hsb2

R 數值資料推論

分數獨立嗎?

對同一位學生的閱讀與寫作分數,可以假設彼此獨立嗎?

大概不行!

R 數值資料推論

分析成對資料

  • 當兩組觀測有此種一一對應(非獨立)時,稱為成對資料。

  • 分析成對資料時,常看每一對觀測的結果差異: diff = read − write

student read write diff
1 57 52 5
2 68 59 9
3 44 33 11
... ... ... ...
200 63 65 -2
R 數值資料推論

估計成對資料的平均差

建立平均閱讀與寫作分數之差的 95% 信賴區間。

R 數值資料推論

估計成對資料的平均差

建立平均閱讀與寫作分數之差的 95% 信賴區間。

t.test(hsb2$diff, conf.level = 0.95)
R 數值資料推論

估計成對資料的平均差

建立平均閱讀與寫作分數之差的 95% 信賴區間。

t.test(hsb2$diff, conf.level = 0.95)
    One Sample t-test
data:  hsb2$diff
t = -0.86731, df = 199, p-value = 0.3868
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
 -1.7841424  0.6941424
sample estimates:
mean of x 
   -0.545 
R 數值資料推論

解讀成對資料的平均差信賴區間

閱讀與寫作分數(read - write)的平均差 95% CI 為 (-1.78, 0.69)

對照:

我們有 95% 的信心認為,平均閱讀分數比平均寫作分數低 1.78 分到高 0.69 分之間。

R 數值資料推論

一起來練習吧!

R 數值資料推論

Preparing Video For Download...