当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R ansari.test 安萨里-布拉德利检验


R语言 ansari.test 位于 stats 包(package)。

说明

对尺度参数的差异执行 Ansari-Bradley 两个样本测试。

用法

ansari.test(x, ...)

## Default S3 method:
ansari.test(x, y,
            alternative = c("two.sided", "less", "greater"),
            exact = NULL, conf.int = FALSE, conf.level = 0.95,
            ...)

## S3 method for class 'formula'
ansari.test(formula, data, subset, na.action, ...)

参数

x

数据值的数值向量。

y

数据值的数值向量。

alternative

表示备择假设,并且必须是 "two.sided""greater""less" 之一。您可以仅指定首字母。

exact

指示是否应计算精确 p 值的逻辑。

conf.int

逻辑值,指示是否应计算置信区间。

conf.level

区间的置信水平。

formula

lhs ~ rhs 形式的公式,其中 lhs 是给出数据值的数值变量,rhs 是给出相应组的两个级别的因子。

data

包含公式 formula 中的变量的可选矩阵或 DataFrame (或类似的:请参阅 model.frame )。默认情况下,变量取自environment(formula)

subset

一个可选向量,指定要使用的观测子集。

na.action

一个函数,指示当数据包含 NA 时应该发生什么。默认为 getOption("na.action")

...

要传递给方法或从方法传递的更多参数。

细节

假设 xy 分别是来自密度为 的分布的独立样本,其中 是未知的干扰参数,而 (尺度比)是感兴趣的参数。 Ansari-Bradley 测试用于测试 等于 1 的零值,两侧替代方案为 (分布仅在方差上有所不同),单侧替代方案为 (分布底层 x 具有较大方差, "greater" )或 ( "less" )。

默认情况下(如果未指定 exact),如果两个样本都包含少于 50 个有限值且不存在关联,则会计算精确的 p 值。否则,使用正态近似。

(可选)计算非参数置信区间和 的估计量。如果精确的 p 值可用,则通过 Bauer (1972) 中说明的算法获得精确的置信区间,并采用 Hodges-Lehmann 估计器。否则,返回的置信区间和点估计基于正态近似。

请注意,mid-ranks 用于平局的情况,而不是 Hollander & Wolfe (1973) 中使用的平均分数。有关详细信息,请参见例如 Hajek、Sidak 和 Sen (1999),第 131 页。

"htest" 的列表包含以下组件:

statistic

Ansari-Bradley 检验统计量的值。

p.value

检验的 p 值。

null.value

空值 1 下 的比例比例。

alternative

说明备择假设的字符串。

method

字符串 "Ansari-Bradley test"

data.name

给出数据名称的字符串。

conf.int

尺度参数的置信区间。 (仅在参数 conf.int = TRUE 时出现。)

estimate

尺度比率的估计。 (仅在参数 conf.int = TRUE 时出现。)

注意

要将 Ansari-Bradley 检验的结果与 F 检验的结果进行比较以比较两个方差(在正态性假设下),请观察 是尺度比率,因此 是方差比率(前提是它们存在),而对于 F 检验,方差比本身就是感兴趣的参数。特别是,置信区间适用于Ansari-Bradley 测试中的 ,但适用于F 测试中的

例子

## Hollander & Wolfe (1973, p. 86f):
## Serum iron determination using Hyland control sera
ramsay <- c(111, 107, 100, 99, 102, 106, 109, 108, 104, 99,
            101, 96, 97, 102, 107, 113, 116, 113, 110, 98)
jung.parekh <- c(107, 108, 106, 98, 105, 103, 110, 105, 104,
            100, 96, 108, 103, 104, 114, 114, 113, 108, 106, 99)
ansari.test(ramsay, jung.parekh)

ansari.test(rnorm(10), rnorm(10, 0, 2), conf.int = TRUE)

## try more points - failed in 2.4.1
ansari.test(rnorm(100), rnorm(100, 0, 2), conf.int = TRUE)

参考

David F. Bauer (1972). Constructing confidence sets using rank statistics. Journal of the American Statistical Association, 67, 687-690. doi:10.1080/01621459.1972.10481279.

Jaroslav Hajek, Zbynek Sidak and Pranab K. Sen (1999). Theory of Rank Tests. San Diego, London: Academic Press.

Myles Hollander and Douglas A. Wolfe (1973). Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 83-92.

也可以看看

fligner.test 用于基于排名的(非参数) - 方差同质性的样本检验; mood.test 用于另一个基于等级的两个样本测试,用于衡量尺度参数的差异; var.testbartlett.test 用于方差同质性的参数检验。

coin 包中的 ansari_test 用于 Ansari-Bradley 测试的精确和近似条件 p 值,以及处理关系的不同方法。

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Ansari-Bradley Test。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。