配对 t 检验
在视频中，您学习了配对 t 检验有时比常规 t 检验更有统计功效。本练习将通过一个示例加以说明。第一步是模拟数据。类似的数据可能来自个体在药物治疗前后体重的变化，或顾客在看到广告前后花费金额的变化。
通过模拟数据，您可以掌握数据的性质，并检验模型是否按预期运行。R 提供了许多分布函数，包括 正态分布。您生成的模拟数据将具有不等方差（也就是说，标准差不同）。第二步，使用配对与非配对两种 t 检验来分析数据。最后，您将回答有关配对 t 检验结果的问题。
作为第一步的一部分，您将"设置随机种子"，用于 R 的随机数生成器。这样可以确保每次运行代码都得到相同的结果，并使 DataCamp 的系统能够正确评分您的代码。
本练习是课程的一部分
R 中的分层与混合效应模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)