[R]대응 표본 t-검정 하는 법

대응 표본 t-검정은 통계 분석의 핵심 도구 중 하나로, 두 측정값의 평균 차이를 검정합니다. 이러한 검정은 실험의 효과나 전후의 비교에서 주로 사용됩니다.

 

 

목차

1. 대응 표본 t-검정 (Paired Samples t-Test) 이란
2. R에서 대응 표본 t-검정 (Paired Samples t-Test)하는 법
3. 분석결과 해석하는 법

 

1. 대응 표본 t-검정 (Paired Samples t-Test) 이란

대응 표본 t-검정은 동일한 표본에서 두 번의 측정을 한 후, 두 측정값의 평균 차이가 0인지를 검정하는 방법입니다. 주로 전후 비교나 실험의 효과를 확인할 때 사용됩니다.

 

2. R에서 대응 표본 t-검정 (Paired Samples t-Test)하는 법

대응 표본 t-검정은 두 집단 간의 평균 차이를 검정할 때 사용되며, 동일한 표본에서 두 번의 측정을 한 경우에 적합하다.
예를 들면, 어떤 치료 전후의 변화를 보고 싶을 때나, 동일한 주제에 대한 전후 테스트 점수의 차이를 검정할 때 사용됩니다.
R에서는 t.test() 함수를 사용하여 대응 표본 t-검정을 수행할 수 있습니다.

 

예시 코드:

# 두 집단의 데이터 생성
before <- c(12, 15, 14, 10, 13, 17, 19, 10, 16, 18)
after <- c(14, 16, 15, 11, 14, 18, 20, 11, 17, 19)

# 대응 표본 t-검정 실행
result <- t.test(before, after, paired=TRUE)
print(result)

위의 코드는 'before'와 'after' 두 집단의 평균 차이가 통계적으로 유의미한지를 검정합니다.
paired=TRUE 옵션은 대응 표본 t-검정을 수행하겠다는 것을 R에 알려줍니다.

 

3. 분석결과 해석하는 법

t.test() 함수의 결과는 여러 정보를 포함하고 있습니다.
이 중 가장 주요한 정보는 t-value, p-value, 그리고 신뢰구간입니다.

t-value는 검정 통계량이며, 두 집단 간의 평균 차이가 얼마나 큰지를 나타냅니다.
이 값이 크면 클수록 평균 차이가 크다는 것을 의미합니다.

 

p-value는 우리가 검정한 가설이 사실일 확률을 나타냅니다.
p-value가 0.05 미만이면 그 차이는 통계적으로 유의미하다고 판단할 수 있습니다.

 

신뢰구간은 평균 차이의 가능한 범위를 나타내며, 이 구간 안에 실제 평균 차이가 있을 확률이 95%라는 것을 의미합니다.

 

예시 코드 해석:

# 예시 결과 출력
# 
#   Paired t-test
#
# data:  before and after
# t = -5.7446, df = 9, p-value = 0.0002852
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#  -2.287242 -0.9127583
# sample estimates:
# mean of the differences 
#                    -1.6

위 결과에서 t-value는 -5.7446이고, p-value는 0.0002852입니다.
이는 p-value가 0.05 미만이므로 두 집단 간의 평균 차이가 통계적으로 유의미하다는 것을 나타냅니다.
또한 신뢰구간은 -2.287242에서 -0.9127583까지로, 이 구간 안에 평균 차이가 있을 것이라는 것을 나타냅니다.

 

 

아래 포스팅도 참고해 보세요! ▶ R의 기본 개념, 예시코드와 알아보는 리스트(List) ▶ R에서 다중회귀분석하는 방법 ▶ R에서 데이터 정렬하기 ▶ RStudio 단축키 모음 ▶ R에서 컴퓨터를 끄는 방법