上回书说到
简单性描述分组统计，频数统计相关分析等
这次我们来讨论下方差检验与T检验
在生活中我们少不了对我们想要研究的问题进行效果的分析，如使用新药与未使用新药两组病人的病情效果进行分析。这时候就需要使用方差检验或者t检验
而两者的区别则看我们所研究问题的数据的大小。总体数据使用方差检验分析，而总体中抽的样本数据则使用t检验分析。当然t检验的前提是假设从正态总体中抽取的数据。
废话不多说
上函数
t.test(y ~ x, data) 可以添加一个参数
alternative="less"或alternative="greater"来进行有方向的检验。（单侧或双侧）
当样本为不独立的数据时，即 不同年龄段的人发病率时。此时则可以
t.test(y1, y2, paired=TRUE)
如果数据无法满足t检验或ANOVA的参数假设，可以转而使用非参数方法。举例来说，若结
果变量在本质上就严重偏倚或呈现有序关系
则我们就要召唤另一个神器出来
若两组数据独立，可以使用Wilcoxon秩和检验（更广为人知的名字是Mann-Whitney U检验）
来评估观测是否是从相同的概率分布中抽得的（即，在一个总体中获得更高得分的概率是否比另
一个总体要大）。调用格式为：
wilcox.test(y ~ x, data)