关注今日：43 | 主题：191037
微信扫一扫
【求助】怎样解释两组t检验无意义，但相关性检验有意义？急
页码直达：
这个帖子发布于4年零167天前，其中的信息可能已发生改变或有所发展。
各位师兄师姐，我的课题是这样的，某个指标在病例组和正常组之间先t检验，结果做出来p=0.1，然后做相关性分析的时候发现这个因素和发病之间又是相关的，r=0.305，p=0.009我不知道这个结果我应该怎么解释？难道就写因为样本例数问题？急等~！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
有相关性但无显著性，可以增加样本量继续试验
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
&某个指标在病例组和正常组之间先t检验，结果做出来p=0.1&, 好理解。“然后做相关性分析的时候发现这个因素和发病之间又是相关的，r=0.305，p=0.009”，你这个相关分析，是怎么做的呢？什么方法？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
changzhong &某个指标在病例组和正常组之间先t检验，结果做出来p=0.1&, 好理解。“然后做相关性分析的时候发现这个因素和发病之间又是相关的，r=0.305，p=0.009”，你这个相关分析，是怎么做的呢？什么方法？用的Spearman相关性检验。所谓发病用的是判断病变严重程度的某指数（半定量资料）和这个临床指标（计量资料）之间的相关性检验。谢谢~！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
额，那个指数应该算等级资料。不好意思... ...
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你在问两个不同的假设问题。疾病和正常是否有差异，这是一个。另外一个是否和疾病某种指数相关，这是第二个。这两个问题当然有可能会有不同的答案。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园用R语言做数据分析——t检验的功效分析
用R语言做数据分析——t检验的功效分析
用pwr包做功效分析R语言中的pwr包可以实现很好的功效分析，包中包含了一系列非常重要的函数。对于每个函数，用户可以设定四个量（样本大小、显著性水平、功效和效应值）中的三个量，第四个量将由软件计算出来。四个量中，效应值是最难规定的，计算效应值通常需要一些相关估计的经验和对过去研究知识的理解。但是如果在一个特定的研究中，你对需要的效应值一无所知，又该怎么办呢？接下来将介绍pwr包在常见统计检验（t检验、方差分析、相关性、线性模型、比例检验、卡方检验）中的应用。在调用以上函数时，请确保已经安装并载入pwr包。t检验的功效分析对于t检验，pwr.t.test()函数提供了许多有用的功效分析选项，格式为：pwr.t.test(n=, d=, sig.level=, power=, alternative=)其中，1、n为样本大小；2、d为效应值，即标准化的均值之差；3、sig.level表示显著性水平（默认为0.05）；4、power为功效水平；5、type表示检验类型：双样本t检验（two.sample）、单样本t检验（one.sample）或相依样本t检验（paired）。默认为双样本t检验。6、alternative表示统计检验时双侧检验（two.sided）还是单侧检验（less或greater）。默认为双侧检验。例子：我们想评价使用手机对驾驶员反应时间的影响，零为假设H0：u1-u2=0，u1是驾驶员使用手机时的反应时间均值，u2是驾驶员不使用手机时的反应时间均值。假设我们拒绝该零假设，备择假设就是H1：u1-u2 != 0，即两种条件下反应时间的均值不相等。现挑选一个由不同个体构成的样本，将他们随机分配到任意一种情况下，参与者边打手机，边在一个模拟器中应对一系列驾驶挑战；第二种情况，参与者在一个模拟器中完成一系列相同的驾驶挑战，但不打手机。然后评估每个个体的总体反应时间。假定将使用双尾独立样本t检验来比较两种情况下驾驶员的反应时间均值。如果根据过去的经验知道反应时间有1.25s的标准偏差，并认定反应时间1s的差值是巨大的差异，那么在这个研究中，可设定要检测的效应值为d=1/1.25=0.8或者更大。另外，如果差异存在，我们希望有90%的把握检测到它，由于随机变异性的存在，我们也希望有95%的把握不会误报差异显著。这时，对于该研究需要多少受试者呢？& library(pwr)& pwr.t.test(d=.8, sig.level = .05, power = .9, type = &two.sample&, alternative = &two.side&)Two-sample t test power calculationn = 33.82555d = 0.8sig.level = 0.05power = 0.9alternative = two.sidedNOTE: n is number in *each* group结果表明，每组中需要34个受试者（总共68人），这样才能保证有90%的把握检测到0.8的效应值，并且最多5%的可能性会误报差异存在。现在变化一下问题。假定在比较这两种情况时，我们想检测到总体均值0.5个标准误差的差异，并且将误报差异的几率限制在1%内。此外，受试者只有40人，那么在该研究中能检测到这么大总体均值差异的概率是多少呢？假定每种情况下受试者数目相同，可以进行如下操作：& pwr.t.test(n=20, d=.5, sig.level = .01, type = &two.sample&, alternative = &two.side&)n = 20d = 0.5sig.level = 0.01power = 0.1439551结果表明：在0.01的先验显著性水平下，每组20个受试者，因变量的标准差为1.25s，有低于14%的可能性断言差值为0.625s或者不显著（d=0.5=0.625/1.25）。换句话说，我们有86%的可能错过我们要寻找的效应值。因此，可能需要慎重考虑要投入到该研究中的时间和经历。上面的例子都是假定两组样本大小相等，如果两组中样本大小不同，可用函数：pwr.t2n.test(n1=, n2=, d=, sig.level=, power=, alternative=)其中n1和n2是两组样本大小，其他参数含义与pwr.t.test()相同，可以尝试改变pwr.t2n.test()函数的参数值，看看输出的效应值如何变化。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 和智者，也将是非凡的
作者最新文章有关于R语言中t.test()函数在两样本t检验应用时的参数设置问题。【统计狂魔吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：2,663贴子：
有关于R语言中t.test()函数在两样本t检验应用时的参数设置问题。收藏
各位狂魔大家好，小弟用R语言写的一个程序中用到了两样本t检验，目的在于比对两组小样本之间的均值是否相同。由于有很多对对应的组，迫于无奈以及懒惰，在R中写了循环，当循环进行到其中一对比对的组时，由于两组的数据全都是0或者NA所以检验得到的p值就变成了NA循环报错，我检查过报错的那一对数据，如图所示：求问如何设置t.test()中的参数使它在面对两个都是0的数据时做出正确的判断即p值&0.05注：我是个医学生，之前统计学得不好，摸到R也才2周，如有提出的问题太过简单的情况还望大神别喷。再注：同样的问题我也挂在百度知道上，但无人回答，我的参考书中也没有搜到我想要的答案，故特来再问。百度知道网址： 望知道的大神能让小弟送出这悬赏。
自顶帖子，附上补充说明在数据为恒量的情况下两个数据的分布不符合正态分布而无法进行t检验。于是问题可演变为如何跳过这种值为恒量的数据，用R语言包中是否存在可以检验数据是否为恒量的函数，也即，用R完成以下自然语言的逻辑表达式：&向量名&！=恒量
我试图用正太性检验排除数据中包括全都是0在内的数值等于恒量的数据，但是出现了一下问题：经检验，所有缺失值以外的数据用is.numeric()函数检验都能输出TRUE的结果，shanprio.test()函数的说明不是说可以允许缺失值的嘛，为毛在这里又捅我一刀呐！
登录百度帐号推荐应用君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
第四章 均值比较与T检验
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}