t.test는“데이터는 본질적으로 일정합니다”라는 오류를 반환합니다

R version 3.1.1 (2014-07-10) -- "Sock it to Me"
> bl <- c(140, 138, 150, 148, 135)
> fu <- c(138, 136, 148, 146, 133)
> t.test(fu, bl, alternative = "two.sided", paired = TRUE)
Error in t.test.default(fu, bl, alternative = "two.sided", paired = TRUE) : 
data are essentially constant

그런 다음 fu 데이터 세트에서 단일 문자 만 변경합니다.

> fu <- c(138, 136, 148, 146, 132)

그리고 그것은 실행됩니다 ...

> t.test(fu, bl, alternative = "two.sided", paired = TRUE)

    Paired t-test

내가 여기서 무엇을 놓치고 있습니까?

r t-test

— 아이 하
소스

을 입력하십시오 bl-fu. 이제 sd(bl-fu). 아직 명확하지 않은 경우 dif=bl-fu다음 n=length(dif)을 mean(dif)/(sd(dif)/sqrt(n))수행하십시오. 그러면 ... 이제 보입니까?

— Glen_b-복지 주 모니카

whoops, thanks :)는 오류 메시지가 더 친숙 할 수 있다는 것에 동의합니다. 따라서 이것은 통계에 관한 한 공상 t.test가 필요하지 않으며 각 주제에 대해 bl과 비교하여 fu가 -2 감소한다는 확실성이 있습니까?

— ihadanny

의견에서 알 수 있듯이 문제는 차이점이 모두 2 (또는 쌍을 작성하는 방법에 따라 -2)라는 것입니다.

의견의 질문에 응답 :

따라서 이것은 통계에 관한 한, 공상 t.test가 필요하지 않으며 각 주제에 대해 bl과 비교하여 fu가 -2 감소한다는 확실성이 있습니까?

글쎄요.

차이의 분포가 실제로 정상이라면 결론 일 것입니다. 그러나 정규성 가정이 잘못되고 측정치의 차이 분포가 실제로 이산적일 수 있습니다 (어쩌면 인구 집단에 대해 추론하고자하는 모집단에서 -2 일 수 있음) 그러나 때때로 -2와 다름).

실제로 모든 숫자가 정수임을 알면 불연속 인 것 같습니다.

...이 경우 모집단에서 모든 차이가 -2가 될 것이라는 확신이 없습니다. 모집단 차이의 표본에 증거가 부족할수록 -2와 다른 의미를 갖습니다.

(예를 들어, 모집단 차이의 87 %가 -2 인 경우 5 개의 표본 차이 중 하나가 -2 이외의 것일 가능성이 50-50 일 뿐이므로 표본은 -2와의 편차가있는 것과 상당히 일치합니다. 인구에서)

그러나 t- 검정에 대한 가정의 적합성, 특히 작은 표본에서 적합성에 의문을 갖게 될 것입니다.

— Glen_b-복귀 모니카
소스

그것들은 기준선과 후속 검사에서 mmHg의 혈압이며, 나는 정상 성과 물론 비이 산성을 가정하는 것에 대해 꽤 편안합니다. 그것은 페어링되지 않은 것보다 훨씬 강력하다는 것을 보여준 운동이었습니다.

— ihadanny