完成文本情感分析后运行T-test的标准差参数填写问题咨询

你不需要通过模拟正态分布样本的方式做t检验，直接基于每篇文章的真实情感得分计算显著性更准确，也不需要手动填标准差参数。

你之前的代码只按党派维度汇总了组内总情感得分，缺少单篇文章的情感得分数据，所以无法直接得到组内标准差。可以按以下流程调整代码：

步骤1：计算每篇文章的情感得分 #

library(tidytext)
library(textdata)
library(dplyr)

# 加载AFINN情感词典
afinn_dictionary <- get_sentiments("afinn")

# 给每篇文章生成唯一ID（你的原始数据每一行对应一篇文章）
full_data <- full_data %>% 
  mutate(article_id = row_number())

# 分词时保留文章ID和党派属性
news_tokenized <- full_data %>%
  unnest_tokens(word, full_article, to_lower = TRUE)

# 关联情感词典后按单篇文章汇总得分
article_senti <- news_tokenized %>% 
  inner_join(afinn_dictionary, by = "word") %>% 
  group_by(article_id, partisan_media) %>% 
  summarize(article_sentiment = sum(value), .groups = "drop")

步骤2：直接对两组做t检验 #

# 拆分两组的单篇情感得分，括号内替换为你数据里对应的党派分组取值
g1_senti <- article_senti %>% filter(partisan_media == "第一组党派属性值") %>% pull(article_sentiment)
g2_senti <- article_senti %>% filter(partisan_media == "第二组党派属性值") %>% pull(article_sentiment)

# 运行t检验
t.test(g1_senti, g2_senti)

如果你确实需要获取两组的标准差参数，运行以下代码即可得到：

# 第一组标准差
sd(g1_senti)
# 第二组标准差
sd(g2_senti)

内容的提问来源于stack exchange，提问作者monete