t.test एक त्रुटि देता है "डेटा अनिवार्य रूप से स्थिर हैं"

Question

R version 3.1.1 (2014-07-10) -- "Sock it to Me"
> bl <- c(140, 138, 150, 148, 135)
> fu <- c(138, 136, 148, 146, 133)
> t.test(fu, bl, alternative = "two.sided", paired = TRUE)
Error in t.test.default(fu, bl, alternative = "two.sided", paired = TRUE) : 
data are essentially constant

फिर मैं अपने फू डाटासेट में सिर्फ एक ही चरित्र को बदलता हूं:

> fu <- c(138, 136, 148, 146, 132)

और यह चलता है ...

> t.test(fu, bl, alternative = "two.sided", paired = TRUE)

    Paired t-test

मुझे यहां क्या समझ नहीं आ रहा है?

Comments

टाइप करें bl-fu। अब sd(bl-fu)। अगर यह स्पष्ट नहीं है, फिर भी, ये करते हैं: dif=bl-fuतो n=length(dif)फिर mean(dif)/(sd(dif)/sqrt(n))... क्या आप अभी देखते हैं?

— Glen_b -Reinstate मोनिका

वूप्स, धन्यवाद :) मेरे साथ सहमत हूं कि त्रुटि संदेश अधिक नौसिखिया-अनुकूल हो सकता था। तो इसका मतलब यह है कि जहां तक ​​आंकड़े जाते हैं, फैंसी t.test और इसकी निश्चितता की कोई आवश्यकता नहीं है कि प्रत्येक विषय के लिए फू की तुलना में फू में -2 की कमी होगी?

— इद्दानी

Answer 1

जैसा कि टिप्पणियों में कवर किया गया था, मुद्दा यह था कि अंतर सभी 2 थे (या -2, इस बात पर निर्भर करता है कि आप किस तरह से जोड़े लिखते हैं)।

---

टिप्पणियों में सवाल का जवाब:

तो इसका मतलब यह है कि जहां तक ​​आंकड़े जाते हैं, फैंसी t.test और इसकी निश्चितता की कोई आवश्यकता नहीं है कि प्रत्येक विषय के लिए फू की तुलना में फू में -2 की कमी होगी?

खैर, यह निर्भर करता है।

यदि वास्तव में मतभेदों का वितरण सामान्य था, तो यह निष्कर्ष होगा, लेकिन यह हो सकता है कि सामान्यता धारणा गलत है और मापों में अंतर का वितरण वास्तव में असतत है (शायद जनसंख्या में आप इसके बारे में आमतौर पर अनुमान लगाना चाहते हैं -2 लेकिन कभी-कभी -2 से अलग)।

वास्तव में, यह देखते हुए कि सभी संख्याएं पूर्णांक हैं, ऐसा लगता है कि असंगति शायद मामला है।

... जिस स्थिति में ऐसी कोई निश्चितता नहीं है कि जनसंख्या में सभी अंतर -2 होंगे - यह अधिक है कि जनसंख्या में अंतर के नमूने में साक्ष्य की कमी है -2 से कोई भिन्न।

(उदाहरण के लिए, यदि 87% जनसंख्या अंतर -2 था, तो केवल 50-50 मौका है कि 5 में से कोई भी नमूना अंतर -2 के अलावा कुछ भी होगा। इसलिए नमूना -2 से भिन्न होने के साथ काफी सुसंगत है। जनसंख्या में)

लेकिन आपको टी-टेस्ट के लिए मान्यताओं की उपयुक्तता पर भी सवाल उठाना होगा - विशेष रूप से इस तरह के एक छोटे नमूने में।

Comments

वे एमएमएचजी में एक बेसलाइन और फॉलोअप चेक में ब्लड प्रेशर हैं, इसलिए मुझे सामान्यता और निश्चित रूप से गैर-असमानता के बारे में बहुत आराम है। यह सिर्फ एक अभ्यास था जिसने मुझे दिखाया कि गैर-युग्मित से अधिक पेयर-टी-टेस्ट (जब उपलब्ध हो)।

— इहादानी