Dwupróbkowy test t
Dwupróbkowy test t służy do sprawdzenia, czy średnie dwóch populacji są równe.
Przykłady analiz oceniających wpływ danego czynnika to testowanie leku farmaceutycznego na pacjentach lub kampanii marketingowej na popyt.
Pamiętaj, że przeprowadzenie dwupróbkowego testu t wymaga spełnienia kilku założeń:
- Losowe próby
- Niezależne obserwacje
- Normalność rozkładu danych
- Jednorodność wariancji
Pierwsze dwa założenia muszą być spełnione już na etapie projektowania eksperymentu. Dwa pozostałe można zweryfikować odpowiednio za pomocą testu Shapiro-Wilka oraz testu Bartletta.
Firma udostępniła ci ramkę danych df. Kolumna sample wskazuje próbę, a kolumna value zawiera dane numeryczne. Pakiet dplyr jest dostępny w twoim środowisku.
To ćwiczenie jest częścią kursu
Ćwiczenie statystycznych pytań rekrutacyjnych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Return the first part of df
head(___)
# Test normality of sample 1
sample1 <- df %>% filter(sample == ___) %>% select(value) %>% pull()
shapiro.test(___)
# Test normality of sample 2
sample2 <- df %>% filter(sample == 2) %>% select(___) %>% pull()
shapiro.test(___)