重要性のテストR

Question

私は2つのインターフェイスの間に重要な違いがあるかどうかを判断しようとしています。私は次のようなテキストファイルを持っています：

group conversion 
A 0 
A 0 
A 1 
A 0 
A 0 
A 1 
A 1 
A 0 
A 0 
A 1 
A 1 
A 1 
A 1 
A 1 
A 1 
A 0 
A 0 
A 0 
A 0 
A 0 
A 1 
A 0 
A 1 
A 0 
A 1 
A 1 
A 0 
A 1 
A 0 
A 1 
A 1 
A 0 
A 0 
A 0 
A 0 
A 0 
A 1 
A 1 
A 0 
A 0 
A 1 
A 1 
A 0 
A 1 
A 1 
A 0 
A 0 
A 0 
A 1 
A 1 
A 0 
A 0 
A 0 
A 0 
A 1 
A 1 
A 0 
A 1 
A 1 
A 1 
A 1 
A 1 
A 1 
A 1 
A 0 
A 0 
A 0 
A 1 
A 1 
A 0 
A 1 
A 1 
A 0 
A 0 
A 1 
A 0 
A 0 
A 0 
A 1 
A 0 
A 1 
A 1 
A 1 
A 0 
A 0 
A 0 
A 0 
A 0 
A 0 
A 0 
A 1 
A 1 
A 1 
A 1 
A 1 
A 1 
A 0 
A 0 
A 1 
A 1 
B 0 
B 0 
B 1 
B 0 
B 0 
B 0 
B 1 
B 0 
B 0 
B 0 
B 0 
B 1 
B 0 
B 1 
B 0 
B 1 
B 0 
B 1 
B 0 
B 0 
B 1 
B 1 
B 1 
B 1 
B 1 
B 1 
B 1 
B 1 
B 1 
B 0 
B 0 
B 1 
B 0 
B 0 
B 1 
B 0 
B 0 
B 0 
B 0 
B 0 
B 1 
B 1 
B 0 
B 0 
B 0 
B 0 
B 1 
B 1 
B 0 
B 0 
B 1 
B 0 
B 1 
B 0 
B 0 
B 0 
B 1 
B 1 
B 1 
B 1 
B 0 
B 1 
B 0 
B 0 
B 1 
B 1 
B 0 
B 0 
B 0 
B 0 
B 0 
B 0 
B 0 
B 1 
B 0 
B 0 
B 1 
B 0 
B 0 
B 0 
B 0 
B 0 
B 0 
B 0 
B 0 
B 1 
B 1 
B 1 
B 0 
B 0 
B 0 
B 0 
B 1 
B 0 
B 1 
B 1 
B 1 
B 1 
B 1 
B 1 

これを行う際にどの方法を使うべきかを知る必要があります。これまでWelchのTwo Sample T-testメソッドを試しましたが、それは正しいと思います。しかし、有意性があるかどうかを判断する正しい方法ですか？ ところで、有意水準は5％です。

# Load in the values from "test.txt" 
dat = read.delim(“test.txt”) 

# Calculate the amount of unique values 
length(unique(dat$group)) 

# Calculate the p-value 
t.test(dat$conversion ~ dat$group) 

出力p値にあった：

は、これは私のコードです0.2586、右は意味が存在しないわけべき、0.05よりも大きいですか？または私は何か間違っているのですか？私が作った、その後

head(x) 
    group conversion 
1  A   0 
2  A   0 
3  A   1 
4  A   0 
5  A   0 
6  A   1 

：私は、私はあなたが私はxという名前のデータフレームを作成したデータを使用してフィッシャーのT検定

を探していると思いR.

Answer 1

で初心者です周波数テーブル：

y<-table(x) 

# and previewed the count table: 
y 
    conversion 
group 0 1 
    A 50 50 
    B 58 42 

その後、あなたはフィッシャーのt検定を実行します。

fisher.test(y) 

    Fisher's Exact Test for Count Data 

data: y 

p-value = 0.3207 

alternative hypothesis: true odds ratio is not equal to 1 
95 percent confidence interval: 
0.3989079 1.3135633 

sample estimates: 
odds ratio 
0.7253254 

さらに、それはカウントを比較するためのものであることを伝えます。これは、2つのカテゴリアイデンティティの違いを正確に評価する方法です。