SignRank
位於 stats
包(package)。 說明
從大小為 n
的樣本獲得的 Wilcoxon Signed Rank 統計分布的密度、分布函數、分位數函數和隨機生成。
用法
dsignrank(x, n, log = FALSE)
psignrank(q, n, lower.tail = TRUE, log.p = FALSE)
qsignrank(p, n, lower.tail = TRUE, log.p = FALSE)
rsignrank(nn, n)
參數
x, q |
分位數向量。 |
p |
概率向量。 |
nn |
觀察次數。如果是 |
n |
樣本中的觀測值數量。正整數或此類整數的向量。 |
log, log.p |
邏輯性;如果為 TRUE,則概率 p 以 log(p) 形式給出。 |
lower.tail |
邏輯性;如果為 TRUE(默認值),則概率為 ,否則為 。 |
細節
該分布的獲得如下。令 x
為來自關於原點對稱的連續分布的大小為 n
的樣本。那麽 Wilcoxon 符號秩統計量就是 x[i]
為正的絕對值 x[i]
的秩之和。該統計量取 和 之間的值,其均值和方差分別為 和 。
如果前兩個參數中的任何一個是向量,則使用回收規則對兩者的所有組合進行計算,直到較長向量的長度。
值
dsignrank
給出密度,psignrank
給出分布函數,qsignrank
給出分位數函數,rsignrank
生成隨機偏差。
結果的長度由 rsignrank
的 nn
確定,並且是其他函數的數值參數長度的最大值。
除 nn
之外的數字參數將被回收到結果的長度。僅使用邏輯參數的第一個元素。
例子
require(graphics)
par(mfrow = c(2,2))
for(n in c(4:5,10,40)) {
x <- seq(0, n*(n+1)/2, length.out = 501)
plot(x, dsignrank(x, n = n), type = "l",
main = paste0("dsignrank(x, n = ", n, ")"))
}
作者
Kurt Hornik; efficiency improvement by Ivo Ugrina.
也可以看看
wilcox.test
根據數據計算統計量,查找 p 值等。
Distributions 用於標準分布,包括 dwilcox
用於兩樣本 Wilcoxon 秩和統計的分布。
相關用法
- R SSD 多元模型中的 SSD 矩陣和估計方差矩陣
- R StructTS 擬合結構時間序列
- R SSbiexp 自啟動 NLS 雙指數模型
- R Smirnov 斯米爾諾夫統計量的分布
- R SSmicmen 自啟動 NLS Michaelis-Menten 模型
- R SSasymp 自啟動 NLS 漸近回歸模型
- R SSweibull 自啟動 NLS 威布爾增長曲線模型
- R SSlogis 自啟動 NLS 邏輯模型
- R SSgompertz 自啟動 NLS Gompertz 增長模型
- R SSfol 自啟動 NLS 一階室模型
- R SSfpl 自啟動NLS四參數Logistic模型
- R SSasympOrig 通過原點的自啟動 NLS 漸近回歸模型
- R SSasympOff 帶偏移量的自啟動 Nls 漸近回歸模型
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Distribution of the Wilcoxon Signed Rank Statistic。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。