独立2群のt検定

Rによる独立2群のt検定

 CSV形式で，以下のようなコレステロールと飲用しているサプリメントの種類に関するデータがあったとします（これをexample_a.csvというファイル名で保存します）．

choles,suppl

118,A

132,A

120,A

115,A

113,A

129,B

126,B

134,B

135,B

131,B

このデータを用いて，独立2群のt検定を行うには以下のようなコマンドを実行します．

まずは，データのcsvファイル（example_a.csv）を読み込み，"ex.a"という名前をつけます．

> ex.a <- read.csv("example_a.csv")

ex.a にデータが格納されているかを確認しておきます．

> ex.a

   choles suppl

1     118     A

2     132     A

3     120     A

4     115     A

5     113     A

6     129     B

7     126     B

8     134     B

9     135     B

10    131     B

データの構造を確認するための 関数str を使って，データを見てみます．

> str(ex.a)

'data.frame': 10 obs. of  2 variables:

 $ choles: int  118 132 120 115 113 129 126 134 135 131

 $ suppl : chr  "A" "A" "A" "A" ...

ここで，以下の文章はex.aがデータフレーム型であり，2つの変数からなっていて，それぞれ10個の観測値を持つと書かれています．これは正しいのでOKです．

'data.frame': 10 obs. of  2 variables:

続いて，変数に関する情報です．最初の"choles"は，int（整数）型の数値であることを示していて，各値も示されています．続いて，2つ目の変数"suppl"は，chr（文字列）型の変数として読み込まれています．

 $ choles: int  118 132 120 115 113 129 126 134 135 131

 $ suppl : chr  "A" "A" "A" "A" ...

"suppl"がchr（文字列）型のままでは解析ができないので，以下のようにfactor関数を使って，強制的に因子型に読み直すように指示します．

> ex.a $ suppl <- factor(ex.a $suppl)

再度，確認してみると，int型で認識されていることが確認できます．

> str(ex.a)

'data.frame': 10 obs. of  2 variables:

 $ choles: int  118 132 120 115 113 129 126 134 135 131

 $ suppl : Factor w/ 2 levels "A","B": 1 1 1 1 1 2 2 2 2 2

ここから，t検定に入ります．まずは，関数attachを使ってデータフレーム"ex.a"の中を探索範囲とします．

> attach(ex.a)

t検定を行うには，以下のコマンドを実行します．"choles"を応答変数（response variable），"suppl"を説明変数（explanatory variable）にモデル式（choles ~ suppl）として指定して，"var.equal=T"では，等分散を仮定してt検定を行うという指示を出しています．ここで，"T"は"TRUE"を意味し，そのように書いても問題ありません．

> t.test(choles ~ suppl, var.equal=T)

Two Sample t-test

data:  choles by suppl

t = -3.0732, df = 8, p-value = 0.01527

alternative hypothesis: true difference in means between group A and group B is not equal to 0

95 percent confidence interval:

 -19.954001  -2.845999

sample estimates:

mean in group A mean in group B 

          119.6           131.0 

関数attachを使わない方法としては"$"を使う方法があります．

> t.test(ex.a$choles ~ ex.a$suppl, var.equal=T)

Two Sample t-test

data:  ex.a$choles by ex.a$suppl

t = -3.0732, df = 8, p-value = 0.01527

alternative hypothesis: true difference in means between group A and group B is not equal to 0

95 percent confidence interval:

 -19.954001  -2.845999

sample estimates:

mean in group A mean in group B 

          119.6           131.0 

得られる結果は，当然同じになります．

Jupyter Notebook でRを使う際の設定メモ

 導入にあたって，作業がダブっている可能性もありますが，実施した事を列挙しておきます．実施したのは，Apple M3が搭載されているMac Book Airです．

まずは，ターミナルを立ち上げて，Homebrew経由でZMQをインストールしました．

% brew update

% brew install zmq

必要ないとは思いますが，アップグレードもかけておきます．

% brew upgrade zmq

続けて，R パッケージを立ち上げて以下のコマンドを実行します．

> install.packages('devtools')

このコマンドを実施すると，以下のようにどこからダウンロードを行うか選択する必要があります．

--- Please select a CRAN mirror for use in this session ---

ここでは，Japanを選択しました．

続いて，以下のコマンドを実行します．

> install.packages(c('repr', 'IRdisplay', 'IRkernel'), type = 'source')

> IRkernel::installspec()

以上のコマンドを実行した後に，ターミナルからJupyter Notebookを立ち上げます．

% Jupyter-notebook

そして，Jupyter Notebookの右上の"New"プルダウンを開いてRがあれば成功です．