friedman.test
位于 stats
包(package)。 说明
使用未复制的阻塞数据执行 Friedman 秩和检验。
用法
friedman.test(y, ...)
## Default S3 method:
friedman.test(y, groups, blocks, ...)
## S3 method for class 'formula'
friedman.test(formula, data, subset, na.action, ...)
参数
y |
数据值的数值向量或数据矩阵。 |
groups |
如果这是一个向量,则给出 |
blocks |
如果这是一个向量,则给出 |
formula |
|
data |
包含公式 |
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 |
... |
要传递给方法或从方法传递的更多参数。 |
细节
friedman.test
可用于分析未复制的完整模块设计(即,对于 groups
和 blocks
级别的每种组合,y
中恰好有一个观察结果),其中可能违反正态性假设。
原假设是,除了blocks
的影响之外,y
的位置参数在每个groups
中都是相同的。
如果y
是矩阵,则分别从列索引和行索引获得groups
和blocks
。 NA
不允许出现在 groups
或 blocks
中;如果 y
包含 NA
,则删除相应的块。
值
类"htest"
的列表包含以下组件:
statistic |
弗里德曼卡方统计量的值。 |
parameter |
检验统计量的近似卡方分布的自由度。 |
p.value |
检验的 p 值。 |
method |
字符串 |
data.name |
给出数据名称的字符串。 |
例子
## Hollander & Wolfe (1973), p. 140ff.
## Comparison of three methods ("round out", "narrow angle", and
## "wide angle") for rounding first base. For each of 18 players
## and the three method, the average time of two runs from a point on
## the first base line 35ft from home plate to a point 15ft short of
## second base is recorded.
RoundingTimes <-
matrix(c(5.40, 5.50, 5.55,
5.85, 5.70, 5.75,
5.20, 5.60, 5.50,
5.55, 5.50, 5.40,
5.90, 5.85, 5.70,
5.45, 5.55, 5.60,
5.40, 5.40, 5.35,
5.45, 5.50, 5.35,
5.25, 5.15, 5.00,
5.85, 5.80, 5.70,
5.25, 5.20, 5.10,
5.65, 5.55, 5.45,
5.60, 5.35, 5.45,
5.05, 5.00, 4.95,
5.50, 5.50, 5.40,
5.45, 5.55, 5.50,
5.55, 5.55, 5.35,
5.45, 5.50, 5.55,
5.50, 5.45, 5.25,
5.65, 5.60, 5.40,
5.70, 5.65, 5.55,
6.30, 6.30, 6.25),
nrow = 22,
byrow = TRUE,
dimnames = list(1 : 22,
c("Round Out", "Narrow Angle", "Wide Angle")))
friedman.test(RoundingTimes)
## => strong evidence against the null that the methods are equivalent
## with respect to speed
wb <- aggregate(warpbreaks$breaks,
by = list(w = warpbreaks$wool,
t = warpbreaks$tension),
FUN = mean)
wb
friedman.test(wb$x, wb$w, wb$t)
friedman.test(x ~ w | t, data = wb)
参考
Myles Hollander and Douglas A. Wolfe (1973), Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 139-146.
也可以看看
相关用法
- R formula 模型公式
- R factor.scope 计算在公式中添加或删除时允许的更改
- R factanal 因子分析
- R fitted 提取模型拟合值
- R ftable 扁平列联表
- R ftable.formula 平面列联表的公式表示法
- R filter 时间序列的线性过滤
- R family 模型的族对象
- R formula.nls 从 nls 对象中提取模型公式
- R fivenum 图基五数摘要
- R fisher.test 计数数据的 Fisher 精确检验
- R fft 快速离散傅立叶变换 (FFT)
- R fligner.test 方差齐性的 Fligner-Killeen 检验
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Friedman Rank Sum 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。