R非独立样本的 t 检验

非独立样本的t检验假定组间的差异呈正态分布。对于本例，检验的调用格式为：
t.test(y1, y2, paired=TRUE)
其中的y1和y2为两个非独立组的数值向量。结果如下：

> library(MASS) 
> sapply(UScrime[c("U1","U2")], function(x)(c(mean=mean(x),sd=sd(x)))) 
 U1 U2 
mean 95.5 33.98 
sd 18.0 8.45 
> with(UScrime, t.test(U1, U2, paired=TRUE)) 
 Paired t-test 
data: U1 and U2 
t = 32.4066, df = 46, p-value < 2.2e-16 
alternative hypothesis: true difference in means is not equal to 0 
95 percent confidence interval: 
 57.67003 65.30870 
sample estimates: 
mean of the differences 
 61.48936 

差异的均值（61.5）足够大，可以保证拒绝年长和年轻男性的平均失业率相同的假设。年轻
男性的失业率更高。事实上，若总体均值相等，获取一个差异如此大的样本的概率小于0.000 000
000 000 000 22（即2.2e–16）