R语言acres92 region_R语言组间差异的非参数检验

若两组数据独立，可以使用wilcoxon秩和检验(mann-whitney U检验),来评估观测是否是从相同的概率分布中抽取的(即，在一个总体中获得更高得分的概率是否比另一个总体要大)

wilcox.test(y~x, data),其中，y是一个数值型变量，x是一个二分变量。

> with(UScrime, by(Prob, So, median))

So: 0

[1] 0.038201

----------------------------------------------------------------------

So: 1

[1] 0.055552

> wilcox.test(Prob ~ So, data=UScrime)

Wilcoxon rank sum test

data:  Prob by So

W = 81, p-value = 8.488e-05

alternative hypothesis: true location shift is not equal to 0

> sapply(UScrime[c("U1","U2")],median)

U1 U2

92 34

> with(UScrime, wilcox.test(U1,U2,paried=TRUE))

Wilcoxon rank sum test with continuity correction

data:  U1 and U2

W = 2209, p-value < 2.2e-16

alternative hypothesis: true location shift is not equal to 0

Warning message:

In wilcox.test.default(U1, U2, paried = TRUE) :

cannot compute exact p-value with ties

> states

> kruskal.test(Illiteracy~state.region, data=states)

Kruskal-Wallis rank sum test

data:  Illiteracy by state.region

Kruskal-Wallis chi-squared = 22.672, df = 3, p-value = 4.726e-05

> #显然，结果表明，美国各个地区的文盲率是各不相同的(p<0.001)

> source("http://www.statmethods.net/RiA/wmc.txt")

> states

> wmc(Illiteracy ~ state.region, data=states, method="holm")

Descriptive Statistics

West North Central Northeast    South

n      13.00000      12.00000  9.00000 16.00000

median  0.60000      0.70000  1.10000  1.75000

mad    0.14826      0.14826  0.29652  0.59304

Multiple Comparisons (Wilcoxon Rank Sum Tests)

Probability Adjustment = holm

Group.1      Group.2    W            p

1          West North Central 88.0 8.665618e-01

2          West    Northeast 46.5 8.665618e-01

3          West        South 39.0 1.788186e-02  *

4 North Central    Northeast 20.5 5.359707e-02  .

5 North Central        South  2.0 8.051509e-05 ***

6    Northeast        South 18.0 1.187644e-02  *

---

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

>#source()函数下载并执行了定义wmc()函数的R脚本。函数的形式wmc(y~A, data, method)，其中，y是数值输出变量，A是分组变量， data是包含这些变量的数据框，method指定限制I类误差的方法。代码清单7.17使用的是基于holm提出的调整方法，可以很大程度上控制总体I类误差率。

wmc()函数首先给出了样本量、样本中位数、每组的绝对中位数，其中，西部地区文盲率最低，南部地区文盲率最高。然后，函数生成了六组统计比较。可以从双侧P看到，南部与其他三个区域有明显差别，但当显著性水平p<0.05时，其他三个区域间并没有统计显著的差别。

组间差异的非参数检验的基本知识到这就结束了，咱们下期再见！O(∩_∩)O哈哈~