我一直在使用一种函数来计算均值,标准差和每种情况下的n的t检验。
ttest <- function(m1,m2,s1,s2,n1,n2,m0=0,equal.variance=FALSE)
{
if( equal.variance==FALSE )
{
se <- sqrt( (s1^2/n1) + (s2^2/n2) )
df <- ( (s1^2/n1 + s2^2/n2)^2 )/( (s1^2/n1)^2/(n1-1) + (s2^2/n2)^2/(n2-1) )
} else
{
se <- sqrt( (1/n1 + 1/n2) * ((n1-1)*s1^2 + (n2-1)*s2^2)/(n1+n2-2) )
df <- n1+n2-2
}
t <- (m1-m2-m0)/se
sdpooled_n <- ((n1-1)*(s1^2)) + ((n2-1)*(s2^2))
sdpooled_df <- ((n1 + n2) - 2) # 115
sdpooled <- sqrt(sdpooled_n/sdpooled_df)
cohend <- (m1-m2)/sdpooled
dat <- c(m1-m2, se, t, df,2*pt(-abs(t),df),cohend)
names(dat) <- c("Mean difference", "Std Error", "t","df", "p-value","Cohen's d")
return(dat)
}
效果很好,但R烦人地使用科学计数法返回结果。例如,此代码:
ttest(1.44,1.02,0.80,0.75,133,123,m0=0,equal.variance=FALSE)
返回:
Mean difference Std Error t df p-value Cohen's d
4.200000e-01 9.687725e-02 4.335383e+00 2.539507e+02 2.099250e-05 5.409679e-01
如果它将返回以下内容,那就太好了:
Mean difference Std Error t df p-value Cohen's d
0.42 0.10 4.34 253.95 0.000 0.54
我已经尝试过使用round()函数(请参见下文),并且除了只显示p值的两位小数之外,它都可以完美运行。除非p <.001>,否则我报告准确的p值很重要。
这是我的代码的改进版本:
ttest <- function(m1,m2,s1,s2,n1,n2,m0=0,equal.variance=FALSE)
{
if( equal.variance==FALSE )
{
se <- sqrt( (s1^2/n1) + (s2^2/n2) )
df <- ( (s1^2/n1 + s2^2/n2)^2 )/( (s1^2/n1)^2/(n1-1) + (s2^2/n2)^2/(n2-1) )
} else
{
se <- sqrt( (1/n1 + 1/n2) * ((n1-1)*s1^2 + (n2-1)*s2^2)/(n1+n2-2) )
df <- n1+n2-2
}
mdif <- m1-m2
t <- (mdif-m0)/se
sdpooled_n <- ((n1-1)*(s1^2)) + ((n2-1)*(s2^2))
sdpooled_df <- ((n1 + n2) - 2) # 115
sdpooled <- sqrt(sdpooled_n/sdpooled_df)
cohend <- (m1-m2)/sdpooled
p <- 2*pt(-abs(t),df)
mdif <- round(mdif,2)
se <- round(se,2)
t <- round(t,2)
df <- round(df,2)
p <- round(p,3)
cohend <- round(cohend,2)
dat <- c(mdif, se, t, df,p,cohend)
names(dat) <- c("Mean difference", "Std Error", "t","df", "p-value","Cohen's d")
return(dat)
}
但是如您所见,它不会将p值返回到小数点后3位:
Mean difference Std Error t df p-value Cohen's d
0.42 0.10 4.34 253.95 0.00 0.54
您可以在第一个ttest函数中添加dat
,如下所示:
dat <-round(c(m1-m2, se, t, df,2*pt(-abs(t),df),cohend) , digits =2 )
最美好的祝愿!