Eu tenho o seguinte conjunto de dados:
A = c(14, 11, 18,7,12,11,6)
B = c(14,23,17,16,15,20,16)
Gostaria de fazer uma simulação de diversas amostras com distribuição t de student dos dois grupos para comparar quantas vezes a amostra B é em média maior do que a A.
Eu tentei o seguinte código:
n<- 100000
amostra_A <- rt (n, mean(A),sd(A))
amostra_B <- rt (n, mean(B), sd(B))
p.b_superior <- sum(amostra_B > amostra_A)/n
O resultado deu que a amostra B seria maior somente 28% das vezes, o que não faz sentido, tendo em vista que os valores de B são maiores.
Tentei a modificação para uma distribuição normal e os valores ficaram mais próximos do esperado:
n<- 100000
amostra_A <- rnorm (n, mean(A),sd(A))
amostra_B <- rnorm (n, mean(B), sd(B))
p.b_superior <- sum(amostra_B > amostra_A)/n
Nesse caso, a amostra B aparece maior em 87,5% das vezes.
Entretanto, quando faço o t.test para as duas amostras, tenho um p-valor de 1%, o que indica que existe significância estatística para afirmar que as duas amostras são diferentes.
Pelo que li, a simulação de Monte Carlo chegaria a valores pŕóximos do p-valor, o que não ocorreu nem na simulação com uma normal e menos ainda na simulação com a distribuição t-student.
Imagino que no caso da distribuição t-student, eu esteja fazendo alguma coisa errada.
amostra_A <- rt(n, mean(A),sd(A))
eamostra_B <- rt(n, mean(B), sd(B))
não fazem sentido para mim. De acordo com a documentação da funçãort
, o comandort (n, mean(A), sd(A))
significa que serão geradasn
amostras independente de uma t de Student com graus de liberdade iguais amean(A)
e parâmetro de não-centralidade igual asd(A)
. Isso está correto?