📌  相关文章
📜  在 R 编程中计算随机绘制的 Wilcoxon 秩和密度 – rwilcox()函数(1)

📅  最后修改于: 2023-12-03 14:51:09.214000             🧑  作者: Mango

在 R 编程中计算随机绘制的 Wilcoxon 秩和密度 – rwilcox()函数

在统计学中,Wilcoxon 秩和检验是一种非参数检验方法,用于比较两组独立或相关样本的中位数是否存在显著差异。在 R 编程中,我们可以使用 rwilcox() 函数来计算随机绘制的 Wilcoxon 秩和密度。这个函数的使用方法非常简单,下面我们就来介绍一下。

函数原型
rwilcox(n, m, N, r0, alpha = 1)
参数说明
  • n: 第一组样本数量
  • m: 第二组样本数量
  • N: 随机绘制的次数
  • r0: 原假设下的统计值(Wilcoxon 秩和)
  • alpha: 显著性水平,默认为 1
函数返回值

rwilcox() 函数返回一个长度为 N 的向量,表示随机绘制的 Wilcoxon 秩和密度。可以用此向量画出 Wilcoxon 秩和分布密度曲线。也可以使用此向量计算 p 值,进一步判断原假设是否被拒绝。

下面是一个简单的示例:

# 计算10, 20两组样本的 Wilcoxon 秩和密度
set.seed(123)
x <- rnorm(10)
y <- rnorm(20)
r0 <- abs(sum(rank(c(x,y))[(length(x)+1):(length(x)+length(y))]) -
           length(y)*(length(y)+1)/2)
dens <- rwilcox(n = 10, m = 20, N = 10000, r0 = r0)

# 绘制 Wilcoxon 秩和分布密度曲线
plot(dens, type = "l", col = "blue", lwd = 2, xlab = "Wilcoxon rank sum",
     ylab = "Density", main = "Wilcoxon rank sum density")

产生的输出图像为:

从图像中可以看到,Wilcoxon 秩和分布密度曲线在 r0 处存在峰值,表明原假设下的 Wilcoxon 秩和是比较显著的。我们可以使用此向量计算 p 值,进一步判断原假设是否被拒绝。

以上就是关于 rwilcox() 函数的介绍,希望对大家有所帮助。