1. Learn
    2. /
  2. Courses
    3. /
  3. R による階層モデルと混合効果モデル
Connected

Exercise

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。

Instructions 1/3

undefined XP
    1
    2
    3
  • シードを 345659 に固定します。
  • n_ind <- 10 として 10 人の個体をシミュレーションします。
  • 平均 0、標準偏差 0.5 の before グループをシミュレーションします。
  • 平均 4.5、標準偏差 5 の乱数ベクトルを before ベクトルに加えて、after グループをシミュレーションします。