R 독립2표본평균검정, 대응표본평균검정, 이표본분산, 일표본비율, 이표본비율, 상관계수검정, 독립성 검정

독립2표본평균검정

완전 다른 집단에대해 (남자나 여자) 평균차이가 있는지 검증하는 방법은

독립 표본 평균검정 (독립되어있으므로)

> t.test(extra~group, data=sleep, paired=F, var.equal=T)

이러한 식으로 비교를 한다. 즉, paired를 False로 두면, 아예 다른 독립된 표본을 검정한다는 뜻.

대응표본평균검정

이와 반대로, paired=T로 두면, 동일한 집단간에 나온 두 결과 (기말고사와 중간고사처럼) 를 비교하면 된다.

> t.test(extra~group, data=sleep, paried=T, var.equal=T)

결과적으로 P-value 가 0.05미만으로 떨어지면, 차이가 있다고 봐도 무방하다는 뜻으로 알아듣는다.

이표본분산

> var.test(iris$Sepal.Width, iris$Sepal.Length)

두 표본간의 분산이 같지않다는 대립가설에 대한 F-test결과

일표본비율

> prop.test(42,100)

확률이 0.5라고 말할수없다! 라는 대립가설에대해 기각당함 힝힝

이표본비율

위에 일표본 비율은 표본이 하나라면 이표본비율은 표본이 두개로, 같은 확률인지 알아볼수있는 방법

> prop.test(c(44,55),c(100,90))

해보면, p-value가 0.05보다 작으므로 대립가설을 채택한다.