R 數值資料推論
Mine Cetinkaya-Rundel
Associate Professor of the Practice, Duke University
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?

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!
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 |
建立平均閱讀與寫作分數之差的 95% 信賴區間。
建立平均閱讀與寫作分數之差的 95% 信賴區間。
t.test(hsb2$diff, conf.level = 0.95)
建立平均閱讀與寫作分數之差的 95% 信賴區間。
t.test(hsb2$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
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