t.test mengembalikan kesalahan "data pada dasarnya konstan"

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

Lalu saya mengubah hanya satu karakter di dataset fu saya:

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

dan itu berjalan ...

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

    Paired t-test

Apa yang kulewatkan di sini?

r t-test

— ihadanny
sumber

Jenis bl-fu. Sekarang sd(bl-fu). Jika tidak jelas, namun, lakukan ini: dif=bl-fumaka n=length(dif)kemudian mean(dif)/(sd(dif)/sqrt(n))... kau lihat sekarang?

— Glen_b -Reinstate Monica

wah, terima kasih :) setuju dengan saya bahwa pesan kesalahan bisa lebih ramah-pemula. Jadi ini berarti bahwa sejauh statistik berjalan, tidak perlu uji mewah dan kepastian bahwa untuk setiap subjek akan ada pengurangan -2 dalam fu dibandingkan dengan bl?

— ihadanny

Seperti yang tercakup dalam komentar, masalahnya adalah bahwa perbedaannya adalah 2 (atau -2, tergantung pada cara Anda menulis pasangan).

Menanggapi pertanyaan dalam komentar:

Jadi ini berarti bahwa sejauh statistik berjalan, tidak perlu uji mewah dan kepastian bahwa untuk setiap subjek akan ada pengurangan -2 dalam fu dibandingkan dengan bl?

Yah, itu tergantung.

Jika distribusi perbedaan benar-benar normal, itu akan menjadi kesimpulan, tetapi mungkin asumsi normalitas salah dan distribusi perbedaan dalam pengukuran sebenarnya terpisah (mungkin dalam populasi yang ingin Anda simpulkan tentang biasanya -2) tapi terkadang berbeda dari -2).

Faktanya, melihat bahwa semua angka adalah bilangan bulat, sepertinya diskresi mungkin terjadi.

... dalam hal ini tidak ada kepastian bahwa semua perbedaan akan menjadi -2 dalam populasi - lebih dari itu ada kurangnya bukti dalam sampel perbedaan dalam populasi berarti ada perbedaan dari -2.

(Misalnya, jika 87% dari perbedaan populasi adalah -2, hanya ada kemungkinan 50-50 bahwa salah satu dari 5 perbedaan sampel akan menjadi apa pun selain -2. Jadi sampel cukup konsisten dengan ada variasi dari -2 dalam populasi)

Tapi Anda juga akan ditanyakan kesesuaian asumsi untuk uji-t - terutama dalam sampel kecil.

— Glen_b -Reinstate Monica
sumber

mereka adalah tekanan darah dalam mmHg pada pemeriksaan awal dan pemeriksaan lanjutan, jadi saya cukup santai tentang asumsi normalitas dan tentu saja tidak ada kelonggaran. Itu hanya latihan yang menunjukkan kepada saya seberapa kuat tes berpasangan (jika tersedia) dibandingkan yang tidak berpasangan.

— ihadanny