対応のある t 検定
動画では、対応のある t 検定が通常の t 検定よりも高い検出力を持つ場合があることを学びました。この演習では、その例を確認します。最初のステップはデータのシミュレーションです。たとえば、薬剤投与の前後での体重や、CM を見る前後での顧客の支出額などを想定できます。
シミュレーションデータを使うと、データの性質を把握したうえで、モデルが期待どおりに動作するか確認できます。R には normal など多くの分布が備わっています。今回のシミュレーションデータは分散が等しくない（標準偏差が異なる）設定にします。次に、対応のある t 検定と通常の t 検定の両方でデータを解析します。最後に、対応のある t 検定の結果について質問します。
最初のステップの一環として、R の乱数生成器の「シードを固定」します。これにより、コードを実行するたびに同じ乱数が得られ、DataCamp の採点が正しく行われます。
この演習はコースの一部です
R による階層モデルと混合効果モデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Set the seed to be 345659
set.seed(___)
# Model 10 individuals
n_ind <- ___
# simulate before with mean of 0 and sd of 0.5
before <- rnorm(n = n_ind, mean = ___, sd = ___)
# simulate after with mean effect of 4.5 and standard devation of 5
after <- ___ + rnorm(n = n_ind, mean = ___, sd = ___)