Kiểm định T-test

Bài tập 2

So sánh trung bình của biến BA giữa hai mùa “13dry” và “14wet”(biến season) xem có khác nhau hay không?

#Khởi chạy package:
  #Đọc dữ liệu từ excel
library(readxl)
  #Phân tích thông kế
library(pastecs)
  # Chạy var.text: 
library(stats)
  # Vẽ đồ thị thống kê
library(ggplot2)

#Nhập dữ liệu: 
t3bt2 <- read_xlsx("C:/Users/Khoa PC/Documents/t3bt2.xlsx")
#Tách số liệu: 
attach(t3bt2)
# Trích số liệu biến Ba của mùa "13wet", đặt tên "bawet":
bawet <- subset(t3bt2$BA, season == "13wet")
#Xác định các thông số thống kê: 
stat.desc(x = bawet, basic = T, desc = T, norm = T, p = 0.95)

##       nbr.val      nbr.null        nbr.na           min           max 
##  138.00000000    0.00000000    0.00000000   13.48700000   65.12000000 
##         range           sum        median          mean       SE.mean 
##   51.63300000 5095.56400000   37.17000000   36.92437681    0.98270114 
##  CI.mean.0.95           var       std.dev      coef.var      skewness 
##    1.94322392  133.26681253   11.54412459    0.31264237    0.06051525 
##      skew.2SE      kurtosis      kurt.2SE    normtest.W    normtest.p 
##    0.14667152   -0.60824833   -0.74216268    0.98763134    0.25435619

# Trích số liệu biến Ba của mùa "14dry, đặt tên "badry":
badry <- subset(t3bt2$BA, season == "14dry")
#Xác định các thông số thống kê: 
stat.desc(x = badry, basic = T, desc = T, norm = T, p = 0.95)

##      nbr.val     nbr.null       nbr.na          min          max 
##  134.0000000    0.0000000    0.0000000   10.9890000   81.1600000 
##        range          sum       median         mean      SE.mean 
##   70.1710000 5227.9500000   38.5215000   39.0145522    1.0432671 
## CI.mean.0.95          var      std.dev     coef.var     skewness 
##    2.0635419  145.8464373   12.0766898    0.3095432    0.2776617 
##     skew.2SE     kurtosis     kurt.2SE   normtest.W   normtest.p 
##    0.6633553    0.2895786    0.3483510    0.9885835    0.3362130

#Vẽ biểu đồ:
ggplot(t3bt2, aes(x = as.factor(season), y = BA, fill = as.factor(season))) + 
  geom_boxplot() + 
  labs(title = "Boxplot trung binh cua bien BA cho hai mua 13wet va 14 dry",
       x = "Mua mua",
       y = "Mua kho") + theme(
plot.title = element_text(color="red", size = 11, face="bold.italic"),
axis.title.x = element_text(color="blue", size = 11, face="bold"),
axis.title.y = element_text(color="#993333", size = 11, face="bold"))

#Kiểm định phương sai: 
var.test(bawet, badry, alternative = "two.sided", conf.level = 0.95)

## 
##  F test to compare two variances
## 
## data:  bawet and badry
## F = 0.91375, num df = 137, denom df = 133, p-value = 0.6004
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
##  0.6508527 1.2817274
## sample estimates:
## ratio of variances 
##          0.9137475

#Kiểm định t.test độc lập: 
t.test(bawet, badry, paired = F, var.equal = F, alternative = "two.sided", conf.level = 0.95)

## 
##  Welch Two Sample t-test
## 
## data:  bawet and badry
## t = -1.4584, df = 268.51, p-value = 0.1459
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -4.9119458  0.7315949
## sample estimates:
## mean of x mean of y 
##  36.92438  39.01455

Giả thiết: HO- Không có sự khác biệt trung bình biến của BA giữa hai mùa 13 dry và 14wet Đối thiết: H1- Có sự khác biệt trung bình biến của BA giữa hai mùa 13 dry và 14wet

Kết luận:

Kết quả kiểm định phương sai cho thấy phương sai của 13 wet(SD = 11.54) ** không có sự khác biệt** với 14dry (SD = 12.08), (F = 0.91,** P-value = 0.600 > alpha = 0.05 **, two - sided) với 95% C.I = [0.65, 1.28]
Kết quả ** phân tích t.test hai nhóm độc lập** cho thấy 13wet(mean = 39.92, SD = 11.54 ) không có sự khác biệt 14dry(mean = 39.01, SD = 12.08),(df = 268.51, P-value = 0.15 < alpha = 0.05**, two-sided) với 95$ C.I = [-4.91, 0.73].

Bài tập 3:

So sánh trung bình của biến SLA (cm2/g) giữ hai mùa 13dry và 14wet xem có khác nhau?

# Trích số liệu biến SLA của mùa "13wet", đặt tên "slawet":
slawet <- subset(t3bt2$SLA, season == "13wet")
#Xác định các thông số thống kê: 
stat.desc(x = slawet, basic = T, desc = T, norm = T, p = 0.95)
# Trích số liệu biến Ba của mùa "14dry, đặt tên "sladry":
sladry <- subset(t3bt2$SLA, season == "14dry")
#Xác định các thông số thống kê: 
stat.desc(x = sladry, basic = T, desc = T, norm = T, p = 0.95)

#Vẽ biểu đồ:

#Kiểm định phương sai: 
var.test(slawet, sladry, alternative = "two.sided", conf.level = 0.95)

#Kiểm định t.test độc lập: 
t.test(slawet, sladry, paired = F, var.equal = F, alternative = "two.sided", conf.level = 0.95)

Giả thiết: HO- Không có sự khác biệt trung bình biến của SLA giữa hai mùa 13 dry và 14wet

Đối thiết: H1- Có sự khác biệt trung bình biến của SLA giữa hai mùa 13 dry và 14wet

Kết luận:

Kết quả kiểm định phương sai cho thấy phương sai của 13 wet(SD = 21.26) ** không có sự khác biệt** với 14dry (SD = 21.49), (F = 0.98,** P-value = 0.90 > alpha = 0.05 **, two - sided) với 95% C.I = [0.70, 1.37]
Kết quả phân tích t.test hai nhóm độc lập cho thấy 13wet(mean = 79.76, SD = 21.26) ** không có sự khác biệt** 14dry(mean = 64.66, SD = 21.49),(df = 269.56, P-value = 1.6x10^-8 < alpha = 0.05, two-sided) với 95$ C.I = [9.99, 20.20].

Kiểm định T-test

Ngọc Khoa

May 15, 2019

Họ và tên: Nguyễn Ngọc Khoa

MSSV: 1518089

Bài tập 2

Bài tập 3: