R:t.test 和pairwise.t.test 给出不同的结果？

Question

我尝试对以下数据帧使用 R 进行 t 检验。

df <- structure(list(freq = c(9, 11, 14, 12, 10, 9, 16, 10, 11, 15, 
13, 12, 12, 13, 13, 9, 16, 14, 12, 15, 16, 10, 11, 13, 14, 14, 
14, 16, 8, 10, 14, 14, 11, 11, 11, 11, 13, 7, 12, 13, 14, 11, 
11, 13, 10, 14, 10, 10, 12, 8, 9, 12, 14, 11, 12, 12, 14, 14, 
14, 15, 12, 13, 14, 8, 9, 11, 10, 14, 12, 12, 9, 10, 8, 14, 11, 
14, 9, 13, 13, 13, 10, 9, 13, 10, 13, 10, 13, 12, 11, 12, 10, 
12, 8, 11, 12, 15, 12, 12, 11, 13, 12, 10, 13, 9, 11, 9, 11, 
8, 12, 12, 12, 10, 11, 12, 9, 13, 14, 11, 11, 14, 13, 12, 14, 
15, 12, 12, 12, 14), class = structure(c(3L, 3L, 2L, 2L, 2L, 
2L, 2L, 3L, 2L, 3L, 4L, 4L, 4L, 4L, 3L, 2L, 3L, 2L, 1L, 4L, 1L, 
4L, 1L, 4L, 2L, 2L, 3L, 3L, 2L, 4L, 1L, 4L, 4L, 4L, 3L, 3L, 3L, 
2L, 1L, 4L, 3L, 3L, 1L, 4L, 1L, 2L, 2L, 3L, 3L, 4L, 2L, 2L, 3L, 
3L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 1L, 4L, 1L, 1L, 1L, 2L, 2L, 3L, 
2L, 3L, 2L, 3L, 3L, 4L, 2L, 1L, 4L, 1L, 1L, 3L, 2L, 2L, 2L, 3L, 
1L, 1L, 1L, 1L, 3L, 4L, 4L, 4L, 4L, 4L, 1L, 1L, 1L, 3L, 3L, 4L, 
4L, 3L, 4L, 4L, 4L, 4L, 3L, 3L, 1L, 4L, 4L, 1L, 4L, 4L, 1L, 3L, 
1L, 2L, 2L, 1L, 2L, 1L, 1L, 3L, 3L, 2L, 1L), .Label = c("ending", 
"mobile", "stem.first", "stem.second"), class = "factor")), .Names = c("freq", 
"class"), row.names = c(NA, -128L), class = "data.frame")

正如我在 previous post 中读到的在 R 中有不止一种方法可以做到这一点。
我尝试使用 t.test -function 并使用 pairwise.t.test -功能。

用于使用 t.test我通过要比较的类对数据帧进行子集化，并对子集进行后续 t 检验。

ending.vs.mobile <- df[df$class=="ending"|df$class=="mobile",]
ending.vs.first <- df[df$class=="ending"|df$class=="stem.first",]
ending.vs.second <- df[df$class=="ending"|df$class=="stem.second",]
mobile.vs.first <- df[df$class=="mobile"|df$class=="stem.first",]
mobile.vs.second <- df[df$class=="mobile"|df$class=="stem.second",]
first.vs.second <- df[df$class=="stem.first"|df$class=="stem.second",]

t.test(ending.vs.mobile$freq ~ ending.vs.mobile$class, var.equal=T) 
t.test(ending.vs.first$freq ~ ending.vs.first$class, var.equal=T) 
t.test(ending.vs.second$freq ~ ending.vs.second$class, var.equal=T) 
t.test(mobile.vs.first$freq ~ mobile.vs.first$class, var.equal=T) 
t.test(mobile.vs.second$freq ~ mobile.vs.second$class, var.equal=T) 
t.test(first.vs.second$freq ~ first.vs.second$class, var.equal=T)

据我所知(这里我可能错了) pairwise.t.test在这里会更方便，因为我不需要创建所有子集并且可以在原始数据帧上运行它。

pairwise.t.test(df$freq, df$class, p.adjust.method="none", paired=FALSE, pooled.sd=FALSE)

然而，我在这里得到了不同的结果，最明显的是比较结束与茎.秒:p=0.7 使用 t.test并且 p=0.1 使用 pairwise.t.test .

这里有什么问题？我在哪里做过某事。错误的？

虽然问题本身已经解决了，但我觉得它发生的原因，让我有点偏执(不再相信自己了):
只需输入 pooled.sd而不是 pool.sd我没有得到我期望的结果。
这不是很容易出错吗？

在许多其他情况下，您可以键入变体，例如 bonf或 bonferroni , fa()或 factor() ， 等等。但是这里 pooled.sd尽管实际上是“pooled sd”，但被完全忽略。
好的，如果您仔细阅读输出的标题，您可以猜到 pooled.sd没有被识别，因为它仍然说“t tests with pooled SD”但是如果我什至不打印这个怎么办，例如将输出通过管道传输到自写函数时？有可能永远无法识别此错误。

我应该写信给 R 的一些开发人员，在 R 的 future 版本中，这两种拼写变体都应该有效吗？

Answer 1

问题不在于 p 值校正，而在于(声明)方差假设。您已使用 var.equal=T在您的 t.test电话和 pooled.sd=FALSE在您的 pairwise.t.test调用。但是，pairwise.t.test 的参数是 pool.sd ，不是 pooled.sd .改变这一点，p 值相当于对 t.test 的单独调用。

pairwise.t.test(df$freq, df$class, p.adjust.method="none", 
                paired=FALSE, pool.sd=FALSE)