我正在分析夏威夷6月和12月的气温是否存在显著差异。我首先确定了数据集中所有可用年份的所有站点6月份的平均温度。我对十二月的气温也做了同样的测试。现在我得到了2010-2017年间6月和12月的平均温度,如下所示:
- 2010年6月的平均气温为74.9908华氏度
- 2011年6月的平均气温为73.9024华氏度
- 2012年6月的平均气温为74.0888华氏度
- 2013年6月的平均气温为74.6405华氏度
- 2014年6月的平均气温为75.0717华氏度
- 2015年6月的平均温度为75.0356华氏度
- 2016年6月的平均气温为75.1348华氏度
---------------------------
- 2010年12月的平均气温为73.125华氏度
- 2011年12月的平均气温为68.75华氏度
- 2012年12月的平均气温为70.1667华氏度
- 2013年12月的平均气温为73.1667华氏度
- 2014年12月的平均气温为71.625华氏度
- 2015年12月的平均气温为73.6华氏度
- 2016年12月的平均气温为73.7143华氏度
我现在必须使用t检验来确定均值的差异(如果有的话)是否具有统计学意义。我会使用配对t检验还是不配对t检验?为什么?
我不清楚是使用配对还是非配对t检验。我知道应在不同时间(即治疗前和治疗后的大鼠肿瘤大小)采集相似样本。然而,我感到困惑,因为可变温度是在同一地点的两个不同时间(6月和12月)采集的(夏威夷所有站点记录的平均温度)。我不清楚我在这个例子中使用了哪个t检验以及为什么使用它。多谢各位
Tags:
这更像是一个统计交换的问题
也就是说,乍一看,任何一种类型的t检验都足以进行简单的分析。使用配对t检验可以解释不同年份的温度变化(至少在某种程度上)。平均温度和年份肯定是相关的
相关问题 更多 >
编程相关推荐