R. भाग 3 में सांख्यिकीय परीक्षण: मात्रात्मक डेटा परीक्षण

यह सांख्यिकीय डेटा विश्लेषण के लिए आर का उपयोग करने पर एक श्रृंखला में तीसरा लेख है, जो मात्रात्मक डेटा की प्रस्तुति और परीक्षण की जांच करेगा। आप सीखेंगे कि डेटा को जल्दी और स्पष्ट रूप से कैसे प्रस्तुत किया जाए, साथ ही साथ आर में टी-टेस्ट का उपयोग कैसे करें।

भाग 1: बाइनरी वर्गीकरण
भाग 2: गुणवत्ता डेटा विश्लेषण

चलो चलें!

शुरू करने के लिए, मैं एक बार फिर पिछले लेख से एक आरेख देना चाहता हूं:

"
युग्मित डेटा में भिन्नता है कि परीक्षण किए गए समूहों का डेटा एक ही ऑब्जेक्ट से प्राप्त किया गया था। टी-टेस्ट के लिए आवेदन: बिक्री / एप्लिकेशन की गति / उपकरण के जीवन में परिवर्तन पर एक कारक का प्रभाव, उत्पादकता में लोगों के दो समूहों की तुलना। यदि कई समूह हैं, तो विश्लेषण के लिए एनोवा मॉडल (ANOVA - विचरण का विश्लेषण) का उपयोग किया जाता है, जिसकी चर्चा निम्नलिखित लेखों में की जाएगी।

विश्लेषण से पहले डेटा की प्रस्तुति

आइए डेटा को कैसे प्रस्तुत करें के साथ शुरू करें। मैं उस फ़ाइल का उपयोग कर रहा हूं जिसका मेरे पास एक चिकित्सा परीक्षण है जो मैंने अपनी पढ़ाई के लिए उपयोग किया है। मैं संक्षेप में इसका वर्णन करूंगा। अध्ययन और नियंत्रण, दो समूहों के लोगों ने कुछ अभ्यास किए। व्यायाम से पहले और बाद में, उनके शारीरिक मापदंडों को मापा गया। हम नाड़ी और जबरन निष्कासन की मात्रा का विश्लेषण करने की कोशिश करेंगे। टी-परीक्षणों के अलावा, मैं पिछले लेख को पूरक करूंगा और दिखाऊंगा कि कैसे संख्याओं से उच्च-गुणवत्ता वाला डेटा प्राप्त किया जाए। तो:

tab <- read.csv(file="data1.csv", header=TRUE, sep=",", dec=".") attach(tab) tab tab <- cbind(tab, pulsediff=pulse2-pulse1, FEVcut2.5=cut(FEV1_1, c(0,2.5,max(FEV1_1)+0.1))) str(tab) detach(tab) attach(tab) 

हम पहले और बाद में एक पल्स अंतर के साथ एक अतिरिक्त कॉलम बनाते हैं, साथ ही साथ एक अतिरिक्त कॉलम मजबूरन समाप्ति की मात्रा के लिए होता है, जिसे ची-स्क्वायर टेस्ट के साथ परीक्षण किया जा सकता है। अंतिम कट फ़ंक्शन द्वारा किया जाता है। इसमें हम डेटा और कटऑफ पॉइंट सेट करते हैं। आउटपुट:

"

हम और आगे बढ़ें। हम औसत मान और मानक विचलन की गणना करते हैं, दृश्य रेखांकन का निर्माण करते हैं।

 mean(pulsediff[group==0], na.rm=T) mean(pulsediff[group==1], na.rm=T) sd(pulsediff[group==0], na.rm=T) sd(pulsediff[group==1], na.rm=T) boxplot(pulsediff~group, main="Distribution of pulse difference stratified by group", names=c("control-group", "exercise-group"), ylab="pulse difference") 

मैं महत्वपूर्ण नोट करना चाहता हूं, na.rm = टी। यदि आपके डेटा में रिक्त कक्ष हैं, तो R उन्हें स्वयं हटा देगा। अन्यथा, आपको एक त्रुटि मिलेगी। बॉक्सप्लॉट एक चयन की कल्पना के लिए एक बहुत अच्छी विधि है। यह अधिकतम और न्यूनतम, औसत मूल्य, साथ ही 25 और 75 प्रतिशत की संभाव्यता मात्रा को दर्शाता है।



अब आइए आंकड़ों के संदर्भ में युग्मित और स्वतंत्र डेटा के अंतर के बारे में बात करते हैं। स्वतंत्र डेटा के मामले में, विश्लेषण के लिए निम्नलिखित आत्मविश्वास अंतराल का उपयोग किया जाता है:



यहां औसत मूल्य प्रत्येक नमूने के साधनों में अंतर है, और अंतर के लिए एक विशेष सूत्र का उपयोग करके मानक विचलन की गणना की जाती है।

युग्मित डेटा के मामले में, हम जोड़े में मूल्यों को घटाते हैं और एक नया नमूना प्राप्त करते हैं, जिसमें हम अपना औसत मूल्य और मानक विचलन पाते हैं। आत्मविश्वास अंतराल:

आर में आवेदन परीक्षण

 #Paired data #approach 1: t.test(pulsediff[group==1]) t.test(pulsediff[group==0]) #approach 2: t.test(pulse1[group==1], pulse2[group==1], paired=T) t.test(pulse1[group==0], pulse2[group==0], paired=T) 

यहां हम एक ही समूह में पहले और बाद में पल्स के बीच के अंतर को देखते हैं। आप दो तरीकों से t.test का उपयोग कर सकते हैं, या तो वहां एक अंतर भेजकर, या दो डेटा सरणियां।

"

निष्कर्ष: समूह ० में, पहले और बाद में, समूह १ में कोई अंतर नहीं है, क्योंकि पी-मान 5% से बहुत कम है ।

 #Unpaired data t.test(pulsediff~group) 

यहां हम समूहों के बीच अंतर का विश्लेषण करते हैं। डेटा स्वतंत्र है। कड़ाई से बोलते हुए, आर वेल्च परीक्षण का उपयोग करता है, जो सामान्य टी-टेस्ट से थोड़ा अलग है। वेल्च परीक्षण अधिक सटीक है, वे एक बड़े नमूना आकार के साथ अभिसरण करते हैं।

"

निष्कर्ष: समूहों के बीच का अंतर महत्वपूर्ण है, क्योंकि पी-मान 5% से बहुत कम है ।

 #Descriptive analysis: library(prettyR) str(FEVcut2.5) str(sex) xtab(sex~FEVcut2.5, data=tab) #Inferential analysis: chisq.test(table(sex, FEVcut2.5), correct=F) #ADD: chisq.test(table(sex, FEVcut2.5)) fisher.test(table(sex, FEVcut2.5)) 

यहां हम पुरुषों और महिलाओं में जबरन समाप्ति की मात्रा की तुलना करते हैं।
तालिका (R gui से, RStudio में, मेरी व्यक्तिगत तालिकाएँ गलत तरीके से प्रदर्शित की गई हैं):

"

परिणाम:

"
यहां हमने जटिलता और सटीकता बढ़ाने के लिए तीन परीक्षण किए। एक बार फिर, मैं फिशर परीक्षण का उपयोग करने की सलाह देता हूं, लेकिन इन पर ध्यान दें। निष्कर्ष: परीक्षणों ने अलग-अलग परिणाम दिए, लेकिन पी-मूल्य अभी भी बहुत छोटा है। समूह आपस में भिन्न होते हैं।

परिणाम

इसलिए, आज हमने परीक्षण का उपयोग करने के उदाहरणों को देखा। यह जानकारी पर्याप्त रूप से उच्च-गुणवत्ता वाले सांख्यिकीय अध्ययन करने के लिए पर्याप्त है। इन तरीकों को किसी भी क्षेत्र में लागू किया जा सकता है। उनका उपयोग आपको गलतियों से बचाएगा, आपको अपने काम का मूल्यांकन करने और अन्य लोगों को उद्देश्यपूर्ण विश्वसनीय जानकारी प्रदान करने की अनुमति देगा। कई और विषय हैं जिन्हें मैं आवश्यक नमूना आकार के अनुमान के बारे में कवर करना चाहता हूं, यादृच्छिक चर की समानता, और एनोवा मॉडल।