Video: Genetic Engineering Will Change Everything Forever – CRISPR 2025
Når du tester forskelle mellem to datagrupper i R, kan du enten have parrede eller uparrede data. Parrede data kommer fra forsøg, hvor to forskellige behandlinger blev givet til de samme fag.
For eksempel gav forskere ti personer to varianter af søvnmedicin. Hver gang forskerne registrerede forskellen i søvntid med og uden stoffer. Fordi hver person har modtaget begge varianter, er dataene parret. Du finder dataene i dette eksperiment i datasættets søvn, som har tre variabler:
-
En numerisk variabel ekstra, som giver ekstra søvnuge efter at medicinen er taget.
-
En faktorvariabelgruppe, der fortæller hvilken variant personen tog
-
En faktorvariabel id, der angiver ti forskellige testpersoner
Nu vil de gerne vide, om begge varianter har en anden effekt på søvnens længde. Både t. test () og wilcox. test () funktioner har et parringsparametre, som du kan indstille til TRUE for at udføre en test på parrede data. Du kan teste forskelle mellem begge afvigelser ved hjælp af følgende kode:
Dette giver dig følgende output:
Parret t-test data: ekstra ved gruppe t = -4. 0621, df = 9, p-værdi = 0. 002833 alternativ hypotese: sand forskel i midler er ikke lig med 0 95 procent konfidensinterval: -2. 4598858 -0. 7001142 prøveoverslag: gennemsnit af forskellene -1. 58
I modsætning til den uparvede test får du ikke begge gruppers midler; i stedet får du et enkelt middel af forskellene.
