r语言中which的使用_R语言中的Wilcoxon符号秩检验与配对学生t检验

在这篇文章中，我们将探索比较两组依赖(即成对)定量数据的测试：Wilcoxon符号秩检验和配对学生t检验。这些测试之间的关键区别在于Wilcoxon的测试是非参数测试，而t测试是参数测试。在下文中，我们将探讨这种差异的后果。

睡眠数据集

我们来考虑睡眠数据集 

##    extra group ID## 1         1  1## 2        1  2## 3        1  3## 4        1  4## 5        1  5## 6         1  6## 7         1  7## 8         1  8## 9         1  9## 10        1 10## 11        2  1## 12        2  2## 13        2  3## 14        2  4## 15       2  5## 16        2  6## 17        2  7## 18        2  8## 19        2  9## 20        2 10

 我们测试的是什么？

假设我们在一家制药公司工作， 

零假设

该测试的零假设是两种药物之间的额外睡眠时间没有任何差异。 

 Wilcoxon符号秩检验

 由于检验统计量是基于排名而不是测量值本身，因此Wilcoxon符号秩检验可以被认为是测试两组之间中值变化。

要在R中执行测试，我们可以使用该 功能。 

code>x <- sleep$extra[sleep$drug == 2]y <- sleep$extra[sleep$drug ==1]res <- (x, y, paired = TRUE,alternative = "greater"## Warning in .default(x, y, paired = TRUE, alternative =## "greater"): cannot compute exact p-value with ties## Warning in .default(x, y, paired = TRUE, alternative =## "greater"): cannot compute exact p-value with zeroes

 

x - y##  [1]          

 
警告2：零值

第二个警告涉及差异为0的对。 

调查结果

测试的主要结果是它的p值，可以通过以下方式获得：

res$ [1] 04545349

由于p值小于5％的显着性水平，这意味着我们可以拒绝零假设。

配对学生的t检验

配对Student's t检验是对两组配对定量测量方法的参数检验。 

 <- (x,y, paired = TRUE, alternative = "greater")print($)## [1] 01416445

检查学生t检验的假设

t检验要求样本均值是正态分布的。 

 <- (diff = sleep$extra[sleep$drug == 1] - sleep$extra[sleep$drug == 2])ggplot(, aes(x = diff)) + geom_histogram()## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

require (car)# load car package to use 'qqp' rather than native 'qqplot' function

 qqp($diff)

来自 “ ITPUB博客 ” ，链接：，如需转载，请注明出处，否则将追究法律责任。