t.test()这个函数怎么使用

t.test()函数是用于执行 t 检验的函数。t 检验是一种用于比较两个样本均值是否有显著差异的统计方法。以下是 t.test()函数的使用方法：

1. 语法格式：

t.test(x, y = NULL, alternative = c("two.sided", "less", "greater"), mu = 0, conf.level = 0.95)

其中：

- x：一个数值向量，表示第一个样本。
- y：一个数值向量，表示第二个样本。默认为 NULL，表示只进行单样本 t 检验。
- alternative：表示假设检验的方向，可以选择 "two.sided"（双侧检验，默认值）、"less"（左侧检验）或 "greater"（右侧检验）。
- mu：表示零假设的均值，默认值为 0。
- conf.level：表示置信水平，默认值为 0.95。

2. 示例代码：

单样本 t 检验：

# 创建一个向量
x <- c(23.5, 26.3, 24.8, 25.9, 22.1, 24.8, 23.6, 25.2, 22.9, 26.9)

# 进行单样本 t 检验
t.test(x, mu = 25)

# 输出结果：
# One Sample t-test
# 
# data:  x
# t = 0.8909, df = 9, p-value = 0.3949
# alternative hypothesis: true mean is not equal to 25
# 95 percent confidence interval:
# 23.80931 26.05069
# sample estimates:
# mean of x 
#     24.93

双样本 t 检验：

# 创建两个向量
x <- c(23.5, 26.3, 24.8, 25.9, 22.1)
y <- c(24.8, 23.6, 25.2, 22.9, 26.9)

# 进行双样本 t 检验
t.test(x, y)

# 输出结果：
# Welch Two Sample t-test
# 
# data:  x and y
# t = -0.4177, df = 7.1667, p-value = 0.6876
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
# -5.253657  3.553657
# sample estimates:
# mean of x mean of y 
#     24.12     24.68

以上是 t.test()函数的基本用法，你可以根据需要调整参数进行不同类型的 t 检验。