r - 两个数据集之间均值差异的置信区间

Question

我正在处理两个数据集，派生自 cats，一个内置的 R 数据集。

> cats
    Sex Bwt  Hwt
1     F 2.0  7.0
2     F 2.0  7.4
3     F 2.0  9.5
4     F 2.1  7.2
5     F 2.1  7.3
6     F 2.1  7.6
7     F 2.1  8.1
8     F 2.1  8.2
9     F 2.1  8.3
10    F 2.1  8.5
11    F 2.1  8.7
12    F 2.1  9.8
...
137   M 3.6 13.3
138   M 3.6 14.8
139   M 3.6 15.0
140   M 3.7 11.0
141   M 3.8 14.8
142   M 3.8 16.8
143   M 3.9 14.4
144   M 3.9 20.5

我想找到男性和女性标本(分别为性别 == M 和性别 == F)Bwt 之间的均值差异的 99% 置信区间

我知道 t.test 会执行此操作，但如果我将 cats 分解为两个包含 Bwt 的数据集对于男性和女性，t.test() 提示两个数据集的长度不同，这是事实。 cats 中只有 47 只雌性，而 87 只雄性。

它是否可以通过其他方式实现，或者我是否通过分解数据而误解了数据？

编辑:我有一个回答者在另一个问题上向我建议的函数，该函数获取数据集上均值的 CI，可能会派上用场:

ci_func <- function(data, ALPHA){
  c(
    mean(data) - qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data)),
    mean(data) + qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data))
    )
}

Answer 1

您应该使用公式界面应用 t.test:

t.test(Bwt ~ Sex, data=cats, conf.level=.99)