如何检验变量A影响变量B？
如何检验变量A影响变量B？
提问于 2019-06-03 00:38:18
我正在分析carData包中的摩尔数据集，我想看看partner.status是否会影响一致性。
set.seed(200)
library(carData)
library(ggplot2)然后使用ggplot，我使用boxplot绘制了这两个变量。
ggplot(data = Moore, aes (x = partner.status, y = conformity )) +
geom_boxplot()该图仅说明具有高状态的人具有高一致性响应，而具有低状态的人具有较低的中位数一致性响应。
问:如何证明partner.status影响从众行为的证据？我必须使用哪些统计方法？
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-06-03 01:12:46
Boxplot是一个很好的开始，它让你知道你应该期待什么样的结果。
现在，您需要找出数据是否为正态分布(shapiro.test(Moore$conformity)) )，以及是否具有同方差(fligner.test(Moore$conformity ~ Moore$partner.status)被partner.status读取为一致性)。您可以阅读有关p值here的内容，并得出结论。
还有许多其他的测试，这两个测试对于这个目的来说是相当健壮的。
现在，假设你有正态性和同方差，你可以做t检验。如果你有正态性和异方差，你可以做oneway.test。如果你没有正态性，你可以使用Kruskal-Wallis检验。
现在，分析其中一个测试的输出，你可以拒绝或不拒绝相等均值的假设。
Stack Overflow用户
发布于 2019-06-03 01:17:13
您有两个合作伙伴状态组(低和高)。一致性是一个连续的因变量。我建议使用独立样本t检验。
检查并确保您没有违反任何假设。
相关信息：https://statistics.laerd.com/statistical-guides/independent-t-test-statistical-guide.php
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56416938
复制相关文章
相似问题
腾讯云开发者
