R언어에는 무슨 테스트들이 있을까?

제일 잘 쓰며, 기본적인 t.test가 있습니다.

one-sample t-test, two-sample t-test, paired t-test 등에 쓰는 테스트죠 ㅎㅎ

예시) one-sample t-test : t.test(데이터, mu = 8.1, alter=“greater”, conf.level = 0.95)

        paired t-test : with(데이터, t.test(사후변수-사전변수))

위와같이 쓰며, alter에는 보다 크거나 작을 때, 쓰시면 되구요.

default값으로는 그냥 equal이 들어가 있어요.

 

* 혹시 단어가 모르겠다! 하시는 분들은 여기루 링크~

 

두 번째로는 위 테스트들의 비모수방법이 있습니다.

Wilcox.test(x) 하나로 다 때울 수 있어요.

예시) Wilcox.test(데이터) - 이 테스트는 위의 t.test와 똑같이 쓰시면 됩니다!

 

세 번째 테스트를 볼까요?

단순 회귀 분석 테스트를 할 수 있습니다.

lm(종속변수 ~ 독립변수, data = 데이터) 이렇게 하는데요.

그냥 싸 잡아서 보면, 논리 회귀 분석 : glm(), 일원 분산 분석 : glht(), 비선형 회귀분석 : nls() 등이 있습니다.

논리 회귀 분석 테스트 법 : glm((종속변수 ~ 독립변수들, family = binomial, data = 데이터)

비선형 회귀분석 테스트 법 : nls(y ~ 함수식, start = list(초기값들), data=데이터이름)

일원 분산 분석은 두가지 방식이 있는데,

가능한 모든 조합의 쌍 다중비교 : glht(일원분산분석 결과, linfct=mcp(그룹변수=“Dunnett”))

하나의 대조군과 나머지 비교군 : glht(일원분산분석 결과, linfct=mcp(그룹변수=“Tukey”))

으로 나눌 수 있습니다.

일원 분산 분석은 이원 분산 분석에 쓸 수 있고, 비모수 방법으로는

Kruskal-Wallis test가 있습니다! 사용은 이렇게 ~ >> Kruskal.test(x ~ 그룹변수, data = 데이터이름)

 

네 번째로는 이제 세부 테스트라고 보시면 되요.

이산 확률 분포를 직접 테스트 : binom.test(44,100)

정규 분포 근사화 테스트 : prop.test(44,100) -> 사실 prop는 이 테스트에만 쓰이는게 아닙니다.

X^2 test : 가로와 세로가 독립인지 검정합니다.  chisq.test(matrix(c(값, 값, 값, 값), ncol=2))

Exact test : 똑같이 가로와 세로가 독립인지 검정하는데, 초기하분포를 가지고 검정하죠.

사용은 이렇게 ~ >> Fisher.test(matrix(c(값, 값, 값, 값), ncol=2))

트렌드 테스트도 있는데 점점 증가하거나 감소하는 추세를 보는거에요. - Prop.trend.test()

생존 분석법 : 생존기간을 분석합니다. 절단된 자료를 가지고 하는 테스트! surv(time, status == 1)

* 혹시 단어가 모르겠다! 하시는 분들은 여기루 링크~

 

마지막! 검정력을 따질 때 하는 테스트입니다.

Power.t.test(기각하고자 하는 차이, 표준편차, 검정력 퍼센트, 테스트 타입)

이렇게 쓰구요. 테스트 타입은 기본적으로 two-sample t-test가 디폴트 값으로 들어갑니다.

바꾸고 싶다면 테스트 타입에 다른 테스트 타입을 쓰시면 됩니다.

ex) anova.test 등등 ? ㅎㅎㅎ

 

간단하게~ 기본적인 테스트들을 알아보았는데요,

R언어에는 이 테스트들 말고도 다른 테스트가 있고, 다른 방법으로도 많이 쓰니

통계하는데 맞는 테스트들을 찾아 쓰시기 바래욥 ㅎㅎ