R friedman.test 弗里德曼秩和检验

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 y 的相应元素的组的向量；如果 y 是矩阵，则忽略。如果不是一个因子对象，它会被强制为一个。
blocks	如果这是一个向量，则给出 y 对应元素的块的向量；如果 y 是矩阵，则忽略。如果不是一个因子对象，它会被强制为一个。
formula	a ~ b | c 形式的公式，其中 a 、 b 和 c 分别给出数据值以及相应的组和块。
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

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 "Friedman rank sum test" 。
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

quade.test 。