双样本t检验是用来检验两个种群的平均值是否相等的。
你可以使用下面的基本语法在R中进行双样本t检验：
t.test(group1, group2, var.equal=TRUE)
注意：通过指定var.equal=TRUE，我们告诉R假设两个样本之间的变异是相等的。
如果你不想做这个假设，只需省略这个参数，R将转而执行韦尔奇的t检验，它不假设样本之间的变异相等。
下面的例子展示了如何在R中实际执行两个样本的t检验。
例子：R语言中的双样本T检验
假设我们想知道两种不同种类的植物是否具有相同的平均高度。
为了测试这一点，我们从每个物种中收集了一个简单的随机样本，即12株植物。
下面的代码显示了如何在R中进行双样本T检验，以确定两个物种之间的平均高度是否相等：
#create vectors to hold plant heights from each sample
group1 <- c(8, 8, 9, 9, 9, 11, 12, 13, 13, 14, 15, 19)
group2 <- c(11, 12, 13, 13, 14, 14, 14, 15, 16, 18, 18, 19)
下面是如何解释检验的结果。
数据：包含样本数据的向量的名称。
t:t检验统计量，在本例中，它是-2.5505。
df：自由度，计算为n1 + n2 - 2 = 12 + 12 - 2 =22。
p值：与t检验统计量为-2.5505和df=22相对应的p值。结果p值为0.01823。我们可以通过使用T分数到P值计算器来确认这个值。
95%的置信区间。两组之间的真实差异的95%置信区间。结果是**[-5.59, -.576]**。
样本估计值：每组的样本平均数。在这种情况下，第一组的样本平均数是11.667，第二组的样本平均数是14.75。
这个特殊的双样本t检验的无效假设和备选假设如下：
H0: µ1 = µ2 (两个群体的平均值相等)
HA ：µ1≠µ2（两个群体的平均值不相等）
因为我们检验的P值 （0.01823） 小于0.05，所以我们拒绝无效假设。
这意味着我们有足够的证据得出结论，两个物种之间的平均植物高度不相等。
技术说明
R中的t.test()函数使用以下语法：
t.test(x, y, alternative="two.sided", mu=0, paired=FALSE, var.equal=FALSE, conf.level=0.95)
其中：
- x，y：包含数据的两个向量的名称。
- 备选假设：备选假设。选项包括 "双面"、"更小 "或 "更大"。
- mu：假设为平均值的真实差异的值。
- 成对的：是否使用成对的t检验。
- var.equal：两组之间的变异量是否相等。
- conf.level：用于测试的置信度。
当你进行自己的t检验时，可以随意改变这些参数，这取决于你要进行的特定检验。
