符号秩检验

最新推荐文章于 2025-03-03 09:06:58 发布

转载最新推荐文章于 2025-03-03 09:06:58 发布 · 3.2k 阅读

10 ·

本内容遵循CC 4.0 BY-SA版权协议

原文链接：https://blog.csdn.net/qq_40587575/article/details/80411351

标签

#符号秩检验

R数据处理专栏收录该内容

16 篇文章

订阅专栏

本文详细介绍了如何在R语言中使用wilcox.test()函数进行符号秩检验，包括参数设置、适用条件及非参数检验的应用场景。适用于总体分布类型不明、呈偏态分布等特殊情况的数据分析。

符号秩检验
在R中，wilcox.test()函数可以用来做Wilcoxon秩和检验，也可以用于做Mann-Whitney U检验。当参数为单个样本，或者是两个样本相减，或者是两个参数，paired=F时，是Wilcoxon秩和检验。当paired = FALSE（独立样本）时，就是Mann-Whitney U检验，

在R语言中进行符号秩检验可以使用wilcox.test( )

          wilcox.test(x, y = NULL,
              alternative = c("two.sided", "less", "greater"),
              mu = 0, paired = FALSE, exact = NULL, correct = TRUE,
              conf.int = FALSE, conf.level = 0.95, ...)

### 当数据为单样本时，指定mu的值，（样本所属总体的均值与某一数值的差别）

n为整数向量,表示试验的次数,当x为矩阵时,该值无效.
p为向量,表示试验成功的概率,必须与x有相同的维数,且值在0至1之间,默认值为NULL.
alternative为备择假设选项,取"two.sided"(默认值)表示双侧检验;取"less"表示备择假设为“<”的单侧检验，取"greater"表示备择假设为“>”的单侧检验.
conf.level为0～1之间的数值(默认值为0.95),表示置信水平,它将用于计算比率p或比率差p1-p2的置信区间.
correct为逻辑变量,表示是否对统计量作连续修正,默认值为TRUE.

其中x,y是观察数据构成的数据向量。alternative是备择假设，有单侧检验和双侧检验，mu待检参数，如中位数M0.paired是逻辑变量，说明变量x,y是否为成对数据。exact是逻辑变量，说明是否精确计算P值，当样本量较小时，此参数起作用，当样本两较大时，软件采用正态分布近似计算P值。correct是逻辑变量，说明是否对P值的计算采用连续性修正，相同秩次较多时，统计量要校正。conf.int是逻辑变量，说明是否给出相应的置信区间。

原文：https://blog.csdn.net/qq_40587575/article/details/80411351

--------------------------------------------------------------------------------------------
参考：R语言各种假设检验实例整理（常用）

符号秩检验wilcox.test可以看做一种中位数检验R中可使用函数wilcox.test

非参数检验的适用条件：
1. 总体分布类型不明
2. 总体分布呈偏态分布
3. 数据一端或两端有不确定值的资料
4. 总体方差不齐
5. 有序分类变量资料