一、单样本T检验

检验目的：检验单个总体的均值是否等于某个值
适用条件：总体服从正态分布，方差未知
代码示例：

  1. a<-rnorm(20,mean = 0,sd = 1)
  2. shapiro.test(a) #正态性检验
  3. t.test(a, mu = 0)

二、独立样本T检验

检验目的：检验两个独立样本的均值是否相等
适用条件：两样本独立，且都服从正态分布，方差均未知
代码示例：

  1. a<-rnorm(10,mean = 0,sd = 1)
  2. b<-rnorm(15,mean = 10,sd = 2)
  3. shapiro.test(a) #正态性检验
  4. shapiro.test(b)
  5. bartlett.test(list(a,b)) #方差齐性检验
  6. t.test(a,b,alternative = 'two.sided',var.equal = F)
  7. #a,b为两个非空的数值型向量，参数alternative控制单双边,取值为'two.sided'、'greater'、'less'
  8. #var.equal控制两独立样本的方差是否相同，默认为F

三、非独立样本T检验（配对T检验）

检验目的：检验配对数据之间的差异对比
适用范围：同一研究对象给予处理前、后比较；同一研究对象给予不同处理比较；不同研究对象配对后，接受不同处理比较
适用条件：样本量相同，且都服从正态分布，方差未知
代码示例：只需在t.test中加入’paired = T’，其它同独立样本T检验

  1. a<-rnorm(20,mean = 0,sd = 1)
  2. b<-rnorm(20,mean = 10,sd = 2)
  3. shapiro.test(a) #正态性检验
  4. shapiro.test(b)
  5. bartlett.test(list(a,b)) #方差齐性检验
  6. t.test(a,b,alternative = 'two.sided',var.equal = F,paired = T)