R语言中Geometric Mean与SD的95% CI及P值计算：代码正确性验证

你的代码是针对算术均值计算95%置信区间的逻辑，完全没有考虑几何均值的统计特性，这是结果和其他统计软件不一致的核心原因。

几何均值/几何SD/95%CI/P值的正确计算逻辑 #

几何相关统计量的计算依赖对数转换：先对原始数据取自然对数，将数据转换为近似正态分布后计算统计量，再通过指数转换还原回原始尺度。

示例代码（基于原始数据） #

假设你有一组原始数据x，以下是完整的计算流程：

# 模拟示例数据（几何均值≈30，几何SD≈5）
set.seed(123)
x <- rlnorm(n = 10, meanlog = log(30), sdlog = log(5/30 * sqrt(exp(1))))

# 1. 计算几何均值
geo_mean <- exp(mean(log(x)))

# 2. 计算几何标准差（对应对数转换后标准差的指数）
geo_sd <- exp(sd(log(x)))

# 3. 计算几何均值的95%置信区间
log_mean <- mean(log(x))
log_sd <- sd(log(x))
n <- length(x)
# 对数尺度下的误差边际
error_margin <- qt(0.975, df = n - 1) * log_sd / sqrt(n)
# 转换回原始尺度
geo_ci_lower <- exp(log_mean - error_margin)
geo_ci_upper <- exp(log_mean + error_margin)

# 4. 单样本检验的P值（示例：检验几何均值是否等于30）
t_test <- t.test(log(x), mu = log(30))
p_value <- t_test$p.value

# 输出结果
cat("几何均值：", round(geo_mean, 2), "\n")
cat("几何标准差：", round(geo_sd, 2), "\n")
cat("95%置信区间：[", round(geo_ci_lower, 2), ", ", round(geo_ci_upper, 2), "]\n")
cat("P值：", round(p_value, 4), "\n")

针对你现有参数的修正 #

如果你已经有几何均值（center=30）和几何SD（stddev=5），可以反向推导对数尺度的参数后计算CI：

geo_mean <- 30
geo_sd <- 5
n <- 10

# 对数尺度下的均值和标准差
log_mean <- log(geo_mean)
log_sd <- log(geo_sd)

# 计算置信区间
error_margin <- qt(0.975, df = n - 1) * log_sd / sqrt(n)
geo_ci_lower <- exp(log_mean - error_margin)
geo_ci_upper <- exp(log_mean + error_margin)

cat("几何均值的95%置信区间：[", round(geo_ci_lower, 2), ", ", round(geo_ci_upper, 2), "]\n")

关键说明 #

• 几何均值的置信区间不能直接用算术均值的CI公式，必须经过对数-指数转换，否则结果会严重偏离真实值。
• 不同统计软件对“几何SD”的定义可能略有差异，若结果仍有出入，需确认软件是否采用了相同的转换逻辑。

内容的提问来源于stack exchange，提问作者VAMSI KRISHNA Gundabattuni