１）t検定・順位和検定｜２群の比較

t.test()
CreateTableOne()
wilcox.test()

対応のないt検定

●対応のないt検定
＃　t.test(y ~ group, data) #t検定 
t.test(y ~ x, data=d)


＃ CreateTableOne(vars, strata,  data) #t検定 
CreatTableOne(vars = y,
                strata = x,
                data=d) 

対応のあるt検定

●対応のあるt検定
＃　t.test(x1, x2, data=d, paired=T)　

順位和検定

●順位和検定
＃ wilcox.test(y ~ group, data) #順位和検定 
wilcox.test(y ~ x, data=d)

＃ CreateTableOne（）による順位和検定
result <- 
CreatTableOne(vars = y,
                strata = x,
                data=d) 
print(result, nonnormal=y)

３）分散分析｜3群以上の比較

oneway.test()
CreateOneTable()
kruskal.test()

分散分析（１要因）

●分散分析
＃　oneway(y~x, data)
oneway(y~x, data=d) ＃　ANOVAの実行

＃　調整済みp値の計算
pairwise.t.test(y, x, p.adjust.method = "holm")



＃　CreateTableOne(var, strata, data)　＃　ANOVAの実行
CreateTableOne(var=y,
                strata=y,
                data=d)

クラスカルウォリス検定

●クラスカルウォリス検定
＃　kruskal.test(y~x, data)
kruskal.test(y~x, data=d) #クラスカルウォリス検定の実行 
pairwise.wilcox.test(x, y, p.adjust.method = "holm") ＃　調整済みp値の計算

＃　CreateTableOne(var, strata, data)
result <- CreateTableOne(var=y,　　＃　クラスカルウォリス検定の実行
                strata=y,
                data=d)
print(result, nonnormal=T) ＃　結果の表示