r=2时的方差分析将回到未知相同方差时两个正态均值的检验

试证明：当r=2时的方差分析将回到未知相同方差时两个正态均值的检验

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7572449
• 这篇博客也不错, 你可以看下R语言学习笔记【2】随机抽样/正态分布等函数的使用
• 除此之外, 这篇博客: R 数据清洗杂记（1）---列/行0值替换为非零最小正值/2和低于检测限的值替换为检测限/根号2中的 3.额外的内容 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  假如我们由一个数据框包含一下NA，要将每列的NA值替换为平均值，我们该怎么做：

  ##新建一个矩阵1:40(8*5)，包含8个随机的NA（数据框也可以，多一个data.frame步骤）
  raw <- 1:40  
  raw[sample(raw,8)] <- NA
  dim(raw) <- c(8,5)
  raw
  #     [,1] [,2] [,3] [,4] [,5]
  #[1,]    1    9   17   25   NA
  #[2,]    2   10   18   26   34
  #[3,]   NA   11   19   NA   35
  #[4,]    4   12   20   28   36
  #[5,]   NA   13   NA   29   37
  #[6,]    6   14   NA   30   38
  #[7,]    7   15   23   31   39
  #[8,]    8   16   24   32   40
  # 按照列，替换每一列的NA值为该列的平均值
  new <- apply(raw,2,function(x){
    x[is.na(x)]=mean(x,na.rm = T)
    return(x)
  })
  new
  #         [,1] [,2]     [,3]     [,4] [,5]
  #[1,] 1.000000    9 17.00000 25.00000   37
  #[2,] 2.000000   10 18.00000 26.00000   34
  #[3,] 4.666667   11 19.00000 28.71429   35
  #[4,] 4.000000   12 20.00000 28.00000   36
  #[5,] 4.666667   13 20.16667 29.00000   37
  #[6,] 6.000000   14 20.16667 30.00000   38
  #[7,] 7.000000   15 23.00000 31.00000   39
  #[8,] 8.000000   16 24.00000 32.00000   40
  
  ##注意：这里的产生的new仍旧是矩阵
  

  其他的还有中位数替换都是类似的方法

• 您还可以看一下 李立宗老师的R语言入门基础课程中的 向量的访问——2使用逻辑向量小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^