菜鸟学R语言:如何比较两组均值有无显著差异

用R时间久了，确实非常方便，因为很多自定义的东西可以写。可能其他商业统计软件也可以吧，但没有R开源，长话短说。

比较两组数据的均值有无显著差异时，要选择适当的检验对其进行分析，如下表：

	符合零假设	不符合零假设
比较两组独立样本	独立t检验	Mann-Whitney检验
比较两组配对样本	配对t检验	Wilcoxon检验

所以，首先要确定你的数据是独立的（unpaired）还是配对的（paired）。举个例子，有两杯水，一杯是纯净水A，一杯是自来水B，实验第一天我们测一下其中氯离子浓度，十天后，再测一次。如果你要比较第十天，A与B之间的差异，就要进行独立检验；如果你要比较第一天的B和第十天的B有什么不同，那就要进行配对检验。

选择好了数据形式之后，要检验其是否符合正态分布、方差齐性等t检验的零假设条件，才能最终确定使用哪种方法得到我们想要的p值。因此，这里就存在一个变数，如果各组数据都符合或都不符合零假设，都还好，就怕有的符合有的不符合，这样在有很多对数据都要进行两两比较时，就比较麻烦了。

我就针对我的个人需求写了个小函数，减少了工作量，提高了成就感，即先用levene检验判断方差齐性，p > 0.05的表示方差齐，然后才能进行t检验，否则进行相对应的非参数检验。在这里分享出来：

p_value = function(x,y,z){
  x=data.frame(x)
  y=data.frame(y)
  c=nrow(x)
  d=nrow(y)
  colnames(x)='variable'
  colnames(y)='variable'
  a=data.frame(rep('A',c))
  b=data.frame(rep('B',d))
  colnames(a)='group'
  colnames(b)='group'
  data=data.frame(variable=rbind(x,y),group=rbind(a,b))
  if(leveneTest(variable~group,data)$Pr[1] =='NaN'){
    print(NA)
  }else{
    if(leveneTest(variable~group,data)$Pr[1] >0.05){
      t.test(x,y,paired=z)$p.value
    }else{
      wilcox.test(data[1:c,1],data[(c+1):(c+d),1],paired=z)$p.value
    }
  }
}

使用起来很简单，从数据框中选择两组数据，然后标记是独立样本（TRUE 或 T）还是配对样本（FALSE 或 F）。例如，

> a=c(1,2,5,7,9,0)
> b=c(2,3,4,3,6,4)
> p_value(a,b,TRUE) #for unpaired data
[1] 0.8316408
> p_value(a,b,FALSE) #for paired data
[1] 0.9358497

最后，大家可以根据需要修改。