Wariant pierwszy
y)set.seed(12345)
ps <- replicate(100000,{ # Powtarzamy cały "eksperyment" 100 000 razy
x <- rnorm(50, 0, 15) # Losujemy 50 obserwacji z populacji o śr = 0 i odch=15
y <- rnorm(50, 3, 30) # Losujemy 50 obserwacji z populacji o śr = 3 i odch=30
t.test(x,y)$p.value # Przeprowadzamy test t i obliczamy p-value
})
mean(ps < 0.05) # sprawdzamy jaka część z p-values jest mniejsza niż 5%
## [1] 0.09489
Symylowana moc testu wynosi ~0.095
Wariant drugi
y)set.seed(12345)
ps <- replicate(100000,{ # Powtarzamy cały "eksperyment" 100 000 razy
x <- rnorm(40, 0, 15) # Losujemy 40 obserwacji z populacji o śr = 0 i odch=15
y <- rnorm(60, 3, 30) # Losujemy 60 obserwacji z populacji o śr = 3 i odch=30
t.test(x,y)$p.value # Przeprowadzamy test t i obliczamy p-value
})
mean(ps < 0.05) # sprawdzamy jaka część z p-values jest mniejsza niż 5%
## [1] 0.0996
Symylowana moc testu wynosi ~0.10