R friedman.test 弗裏德曼秩和檢驗

說明

使用未複製的阻塞數據執行 Friedman 秩和檢驗。

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, ...)

參數

y	數據值的數值向量或數據矩陣。
groups	如果這是一個向量，則給出 y 的相應元素的組的向量；如果 y 是矩陣，則忽略。如果不是一個因子對象，它會被強製為一個。
blocks	如果這是一個向量，則給出 y 對應元素的塊的向量；如果 y 是矩陣，則忽略。如果不是一個因子對象，它會被強製為一個。
formula	a ~ b | c 形式的公式，其中 a 、 b 和 c 分別給出數據值以及相應的組和塊。
data	包含公式 formula 中的變量的可選矩陣或 DataFrame (或類似的：請參閱 model.frame )。默認情況下，變量取自environment(formula)。
subset	一個可選向量，指定要使用的觀測子集。
na.action	一個函數，指示當數據包含 NA 時應該發生什麽。默認為 getOption("na.action") 。
...	要傳遞給方法或從方法傳遞的更多參數。

細節

friedman.test 可用於分析未複製的完整模塊設計(即，對於 groups 和 blocks 級別的每種組合，y 中恰好有一個觀察結果)，其中可能違反正態性假設。

原假設是，除了blocks 的影響之外，y 的位置參數在每個groups 中都是相同的。

如果y是矩陣，則分別從列索引和行索引獲得groups和blocks。 NA 不允許出現在 groups 或 blocks 中；如果 y 包含 NA ，則刪除相應的塊。

值

類"htest" 的列表包含以下組件：

statistic	弗裏德曼卡方統計量的值。
parameter	檢驗統計量的近似卡方分布的自由度。
p.value	檢驗的 p 值。
method	字符串 "Friedman rank sum test" 。
data.name	給出數據名稱的字符串。

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)

參考

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 。