Bagaimana Membandingkan Dua Sampel Data dengan R - dummies

R memberi anda dua ujian standard untuk membandingkan dua kumpulan dengan data berangka: ujian t dengan t. ujian () fungsi, dan ujian Wilcoxon dengan wilcox. fungsi ujian (). Jika anda mahu menggunakan t. fungsi ujian (), anda perlu terlebih dahulu memeriksa, antara lain, sama ada kedua-dua sampel diedarkan secara normal. Untuk ujian Wilcoxon, ini tidak perlu.

Cara menggunakan fungsi Wilcoxon R untuk data abnormalally distributed

Dalam beberapa kes, data anda menyimpang dengan ketara daripada normal dan anda tidak boleh menggunakan t. fungsi ujian (). Untuk kes itu, anda mempunyai wilcox. fungsi ujian (), yang anda gunakan dengan cara yang sama seperti yang ditunjukkan dalam contoh berikut: >> wilcox. test (temp ~ activ, data = beaver2)

Ini memberi output berikut:

Wilcoxon rank-sum test dengan data pembetulan berterusan: temp by activ W = 15, p-value <2. 2e-16 hipotesis: Peralihan lokasi benar tidak sama dengan 0

Sekali lagi, anda mendapat nilai untuk statistik ujian (W dalam ujian ini) dan nilai p. Di bawah maklumat itu, anda membaca hipotesis alternatif, dan itu berbeza sedikit daripada hipotesis alternatif ujian t. Ujian Wilcoxon melihat sama ada pusat data anda (lokasi) berbeza antara kedua-dua sampel.

Dengan kod ini, anda melakukan ujian peringkat pangkat Wilcoxon atau ujian Mann-Whitney U. Kedua-dua ujian itu sama sekali bersamaan, jadi R tidak mengandungi fungsi berasingan untuk ujian U Mann-Whitney.

Bagaimana untuk menggunakan ujian T-Test dan Wilcoxon R untuk menguji arah

Dengan ujian T-Test dan Wilcoxon asas, anda menguji sama ada sampel berbeza tanpa menentukan di mana cara. Ahli statistik memanggil ini

ujian dua belah. Bayangkan anda tidak mahu mengetahui sama ada suhu badan berbeza antara tempoh aktif dan tidak aktif, tetapi sama ada suhu badan lebih rendah semasa tempoh tidak aktif.

Untuk melakukan ini, anda perlu menentukan alternatif argumen sama ada t. ujian () atau wilcox. fungsi ujian (). Hujah ini boleh mengambil tiga nilai:

Secara lalai, ia mempunyai nilai 'dua. sisi ', yang bermaksud anda mahukan ujian dua segi standard.

• Jika anda ingin menguji sama ada purata (atau lokasi) kumpulan pertama lebih rendah, anda memberikan nilai 'kurang'.

• Jika anda ingin menguji sama ada maksudnya lebih besar, anda menyatakan nilai 'lebih besar'.

• Jika anda menggunakan antara muka formula untuk ujian ini, kumpulan-kumpulan itu diperintahkan mengikut susunan yang sama dengan tahap faktor yang anda gunakan. Anda perlu mengambil kira perkara itu untuk mengetahui kumpulan mana yang dilihat sebagai kumpulan pertama.Sekiranya anda memberikan data untuk kedua-dua kumpulan sebagai vektor berasingan, vektor pertama adalah kumpulan pertama.