t検定補足

本来、ｔ検定を採用するには正規性を満たしていることが必要

確認してみる

ヒストグラムを描く

x<-c(85,90,82,96,84,95)
y<-c(88,74,82,87,73,79)
par(mfrow=c(2,1))
Hist(x,scale="frequency", breaks="Sturges", col="darkgray")
Hist(y,scale="frequency", breaks="Sturges", col="darkgray")
par(mfrow=c(1,1))

シャピロ・ウィルクの正規性検定

帰無仮説は「変数の分布は正規分布にしたがう」

shapiro.test(x)

Shapiro-Wilk normality test

data: x
W = 0.8955, p-value = 0.3482

p-value = 0.3482であり、0.05を越えることから正規性を否定することはできず、正規分布を仮定する

shapiro.test(y)

Shapiro-Wilk normality test

data: y
W = 0.9123, p-value = 0.4519

p-value = 0.4519であり、0.05を越えることから正規性を否定することはできず、正規分布を仮定する