我正在尝试找到一个函数，该函数可以让我轻松地获得两种方法之间差异的置信区间。
我很确定t.test具有此功能，但是我无法使其工作。以下是到目前为止我尝试过的屏幕截图：
这是我正在使用的数据集
Indoor Outdoor
1 0.07 0.29
2 0.08 0.68
3 0.09 0.47
4 0.12 0.54
5 0.12 0.97
6 0.12 0.35
7 0.13 0.49
8 0.14 0.84
9 0.15 0.86
10 0.15 0.28
11 0.17 0.32
12 0.17 0.32
13 0.18 1.55
14 0.18 0.66
15 0.18 0.29
16 0.18 0.21
17 0.19 1.02
18 0.20 1.59
19 0.22 0.90
20 0.22 0.52
21 0.23 0.12
22 0.23 0.54
23 0.25 0.88
24 0.26 0.49
25 0.28 1.24
26 0.28 0.48
27 0.29 0.27
28 0.34 0.37
29 0.39 1.26
30 0.40 0.70
31 0.45 0.76
32 0.54 0.99
33 0.62 0.36
我一直在尝试使用t.test已从安装的功能
install.packages("ggpubr")
我对R很陌生，如果对此问题有一个简单的答案，对不起。我已经搜索了很多，却找不到我想要的东西。
注意：我正在寻找的输出在-1.224和0.376之间
编辑：
我要寻找的均值之间的差异的CI是，是否通过在“室内”列中选择一个随机值并在“室外”列中选择一个随机值并将其复制来向图表添加第34个随机数据点。t.test对于给定的样本量33，运行将会输出均值差的正确CI。
假装样本大小为34，我该怎么做？
标准库中可能有一些更方便的方法，但是它很容易计算。给定您的df变量，我们可以这样做：
# calculate mean of difference
d_mu <- mean(df$Indoor) - mean(df$Outdoor)
# calculate SD of difference
d_sd <- sqrt(var(df$Indoor) + var(df$Outdoor))
# calculate 95% CI of this
d_mu + d_sd * qt(c(0.025, 0.975), nrow(df)*2)
给我： -1.2246 0.3767
主要用于@AkselA：我经常发现通过抽样更简单的分布来检查我的工作很有帮助，在这种情况下，我会做类似的事情：
a <- mean(df$Indoor) + sd(df$Indoor) * rt(1000000, nrow(df)-1)
b <- mean(df$Outdoor) + sd(df$Outdoor) * rt(1000000, nrow(df)-1)
quantile(a - b, c(0.025, 0.975))
这使我的答案更接近我在评论中给出的配置项
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句