r - 如何在 R 中对指定值 x 处的 y 平均值执行假设检验

Question

我想检验零假设，即指定 x 处的 y 的平均值等于特定值与它不等于该特定值的替代方案。

如何计算 R 中检验统计量和 p 值的相应 T 值？另外，如何计算 R 中特定值处 y 平均值的相应 95% 置信区间？

这是我尝试过的：

TVEXP <- c(28.5, 48.3, 40.2, 34.8, 50.1, 44.0, 27.2, 37.8, 27.2, 46.1, 31.3, 50.1, 31.3, 24.8,42.2, 23.0, 30.1, 36.5, 40.2, 46.1)

VOTE <- c(35.4, 58.2, 46.1, 45.5, 64.8, 52.0, 37.9, 48.2, 41.8, 54.0, 40.8, 61.9, 36.5, 32.7, 53.8, 24.6, 31.2, 42.6, 49.6, 56.6)

voting_data <- data.frame(TVEXP, VOTE)

t.test(voting_data$VOTE, voting_data$TVEXP, mu = 45, alternative = "two.sided", conf.level = 0.95)

我想检验零假设，即当 x 为 36.99 时 y 的平均值为 45，而替代方案不等于 45。我希望 t.test() 产生 T = 0.954 和 0.3 的 p 值，但是不是我得到的输出。

标签： rstatisticshypothesis-test