我正在研究两个数据集，派生自 m cats，一个内置的 R 数据集。
> cats
Sex Bwt Hwt
1 F 2.0 7.0
2 F 2.0 7.4
3 F 2.0 9.5
4 F 2.1 7.2
5 F 2.1 7.3
6 F 2.1 7.6
7 F 2.1 8.1
8 F 2.1 8.2
9 F 2.1 8.3
10 F 2.1 8.5
11 F 2.1 8.7
12 F 2.1 9.8
...
137 M 3.6 13.3
138 M 3.6 14.8
139 M 3.6 15.0
140 M 3.7 11.0
141 M 3.8 14.8
142 M 3.8 16.8
143 M 3.9 14.4
144 M 3.9 20.5
我想找到关于男性和女性样本 Bwt平均值差异的 99% 置信区间（分别为性别 == M 和性别 == F）
我知道这样t.test做，但如果我cats分成两个包含Bwt男性和女性的数据集，t.test() 会抱怨这两个数据集的长度不同，这是真的。中只有 47 名女性cats和 87 名男性。
以其他方式可行还是我通过分解数据来误解数据？
编辑：我有一个回答者在另一个问题上向我建议的函数，它可以在数据集上获取平均值的 CI，可能会派上用场：
ci_func <- function(data, ALPHA){
c(
mean(data) - qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data)),
mean(data) + qnorm(1-ALPHA/2) * sd(data)/sqrt(length(data))
)
}