主要观点总结
本文是对R语言在生物医学中的使用进行的更新，涉及到t检验、配对样本t检验、两样本t检验、正态性检验和方差齐性检验等统计检验方法的介绍。
关键观点总结
关键观点1: 单样本t检验
使用R语言进行单样本t检验，与给定的均值进行比较，并解释结果。
关键观点2: 配对样本t检验
介绍如何使用R语言进行配对样本t检验，并解释结果。
关键观点3: 两样本t检验
介绍如何使用R语言进行两样本t检验，并解释结果与不同输入样式的使用。
关键观点4: 正态性检验
介绍如何使用R语言进行正态性检验，包括Shapiro-Wilk正态性检验、偏度和峰度计算及检验。
关键观点5: 方差齐性检验
介绍如何使用R语言进行方差齐性检验（F检验），并解释结果。
文章预览
关注公众号，发送 R语言 或 python ，可获取资料 💡专注R语言在🩺生物医学中的使用 设为“ 星标 ”，精彩不错过 R语言更新4.4.0版本以后，很多函数的用法都已经发生了改变，所以我要对一些推文进行更新。 本文是对 R语言和医学统计学系列（1）：t检验 的更新。 t检验主要适用于1组或2组的均数的比较，要求数据符合正态性和方差齐性。关于t检验的本质问题本文不做过多探讨，只是学习如何用R语言实现t检验！ 在R中进行t检验非常简单，就是 t.test() 函数，不管是单样本、两样本都是这一个函数。使用R语言进行统计学比SPSS好的一点是，当你需要使用某种检验时，直接打出这个检验的名字一般就会跳出来相关的函数，而我在学习使用SPSS进行各种统计检验时，可能更多的是关注如何点点点（鼠标点击菜单），不利于记住哪种情况使用什么方法。 单样
………………………………
