Làm thế nào để so sánh hai mẫu dữ liệu với r - dummies

R cho phép bạn hai bài kiểm tra tiêu chuẩn để so sánh hai nhóm với dữ liệu số: thử nghiệm t với t. test (), và thử nghiệm Wilcoxon với wilcox. test (). Nếu bạn muốn sử dụng t test (), trước tiên bạn phải kiểm tra, trong số những thứ khác, liệu cả hai mẫu đều được phân phối bình thường. Đối với thử nghiệm Wilcoxon, điều này là không cần thiết.

Cách sử dụng chức năng Wilcoxon của R đối với dữ liệu được phân phối bất thường

Trong một số trường hợp, dữ liệu của bạn lệch lệch đáng kể so với bình thường và bạn không thể sử dụng t. test (). Đối với những trường hợp đó, bạn có wilcox. test (), mà bạn sử dụng chính xác theo cùng, như thể hiện trong ví dụ sau: >> wilcox. kiểm tra (temp ~ activ, data = beaver2)

Điều này cho bạn sản lượng sau đây:

Wilcoxon xếp hạng-kiểm tra tổng thể với dữ liệu hiệu chỉnh liên tục: temp bởi activ W = 15, p-value <2. 2e-16 thay thế giả thiết: sự thay đổi vị trí thực không bằng 0

Một lần nữa, bạn nhận được giá trị cho thống kê thử nghiệm (W trong bài kiểm tra này) và một giá trị p. Theo thông tin đó, bạn đọc giả thuyết khác, và khác với một giả thuyết khác của một bài kiểm tra t. Thử nghiệm Wilcoxon xem xét liệu trung tâm của dữ liệu của bạn (vị trí) khác nhau giữa hai mẫu.

Với mã này, bạn thực hiện kiểm tra Wilcoxon rank-sum hoặc Mann-Whitney U test. Cả hai bài kiểm tra là hoàn toàn tương đương, do đó, R không có chức năng riêng biệt cho kiểm tra U của Mann-Whitney.

Làm thế nào để sử dụng thử nghiệm T-Test của R và Wilcoxon để kiểm tra hướng

Với thử nghiệm T-Test và Wilcoxon cơ bản, bạn kiểm tra xem các mẫu có khác nhau không xác định theo cách nào. Các nhà thống kê gọi đây là một bài kiểm tra

hai mặt. Hãy tưởng tượng bạn không muốn biết liệu nhiệt độ cơ thể khác nhau giữa thời kỳ hoạt động và không hoạt động, nhưng liệu nhiệt độ cơ thể có thấp hơn trong thời gian không hoạt động.

Để làm điều này, bạn phải xác định các đối số thay thế trong cả hai. test () hoặc wilcox. test (). Đối số này có thể lấy ba giá trị:

Theo mặc định, giá trị này có giá trị 'hai. mặt ', có nghĩa là bạn muốn thử nghiệm hai mặt tiêu chuẩn.

• Nếu bạn muốn kiểm tra xem trung bình (hoặc vị trí) của nhóm đầu tiên có thấp hơn, bạn cho nó giá trị 'ít hơn'.

• Nếu bạn muốn kiểm tra xem có nghĩa là lớn hơn, bạn chỉ định giá trị 'lớn hơn'.

• Nếu bạn sử dụng giao diện công thức cho các bài kiểm tra này, các nhóm được sắp xếp theo cùng thứ tự như các mức của yếu tố mà bạn sử dụng. Bạn phải tính đến điều đó để biết nhóm nào được xem là nhóm đầu tiên.Nếu bạn đưa dữ liệu cho cả hai nhóm như các vectơ riêng, vector đầu tiên là nhóm đầu tiên.