R 中 p 值计算的 t.test 中的错误

Question

我有一个包含信息的数据框

mat

mat <- structure(list(ids = c("id1", "id2", "id3", "id4", "id5", "id6", 
"id7", "id8", "id9", "id10", "id11", "id12", "id13", "id14", 
"id15", "id16", "id17", "id18", "id19", "id20"), Group = c("A", 
"A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "C", "C", "C", 
"C", "C", "C", "A", "A", "B"), number = c(2L, 2L, 3L, 2L, 2L, 
44L, 172L, 34L, 78L, 27L, 31L, 55L, 23L, 34L, 14L, 18L, 25L, 
2L, 2L, 12L)), class = "data.frame", row.names = c(NA, -20L))

我正在尝试计算组之间的差异。尝试使用

t.test

 如下所示，但最终出现错误：

t.test(Group, number, data=mat) 它说

t.test(Group, number, data = mat) : object 'Group' not found

有错误

还尝试过：

t.test(Group ~ number, data=mat)

Error in t.test.formula(Group ~ number, data = mat) : 
  grouping factor must have exactly 2 levels

可能是什么问题以及如何从 t.test 中获取 p 值？

Answer 1

如果您的目标是计算学生的 t 检验，@jpsmith 是正确的。该测试比较两组之间的平均值，并且您尝试使用的分组列包含两个以上的组。

因此，如果您只想对两个特定组（例如 A 和 B）执行学生 t 检验，则可以使用以下示例作为基础：

# Create filtered dataframes for the groups of interest
mat_group_A <- subset(mat, Group == "A")
mat_group_B <- subset(mat, Group == "B")
    
# Perform the t-test only for the groups you've specified (in pairs)
t.test(mat_group_A$number, mat_group_B$number)

现在，如果您的目的是比较所有组中的所有均值，那么使用方差分析更为明智。这将减少分析中的错误。请记住，方差分析将告诉您比较中是否存在显着差异。要确定这些差异在哪里，您需要进行事后测试，例如 Tukey 测试。下面的脚本完成了我提到的：

# Calculate ANOVA
anova.result <- aov(number ~ Group, data = mat)
    
# Display the ANOVA result
summary(anova.result)
    
# Compare means between the groups (Tukey Post-hoc Test)
TukeyHSD(anova.result)