Podmněty a mezivýsledky příkladů z cvičení 4
Příklad 1: Využijte funkci rank() a argument ties.method Příklad 2, 3, 4: Řešeno na přednášce.
Příklad 5: Všimněte si, že v datovém souboru se vyskytuje hodnota 98, což je zároveň testovaná hodnota mediánu. Proto je potřeba, tuto hodnotu z datového souboru vypustit. Rozmyslete si, zda bychom mohli použít i parametrický přístup a pokud ano, zda by to nějak ovlivnilo závěr testu.
One-sample Sign-Test
data: X
s = 3, p-value = 0.5078
alternative hypothesis: true median is not equal to 98 95 percent confidence interval:
96.33889 98.56889 sample estimates: median of x 97.1
Conf.Level   L.E.pt U.E.pt Lower Achieved CI 0.8203 96.8000 98.2000
Interpolated CI 0.9500 96.3389 98.5689
Upper Achieved CI 0.9609 96.3000 98.6000
Wilcoxon signed rank test data: X
V = 12, p-value =0.25
alternative hypothesis: true location is not equal to 98
Příklad 6: Použijeme párový test. Rozmyslete si, zda bychom mohli použít i parametrický přístup a pokud ano, zda by to nějak ovlivnilo závěr testu. U Wilcoxnova testu, otestujte i jenostranné hypotézy a všimněte si, jak se změní p-hodnota.
One-sample Sign-Test
data: Z
s = 2, p-value = 0.2891
alternative hypothesis: true median is not equal to 0
1
Boxplot tlak pred - po
95 percent confidence interval:
-15.275 2.625 sample estimates: median of x -8.5
Conf.Level Lower Achieved CI 0.9297 Interpolated CI 0.9500 Upper Achieved CI 0.9922
Wilcoxon signed rank test
data:    Tabulka$pred and Tabulka$po V = 4, p-value = 0.05469
alternative hypothesis: true location shift is not equal to 0
L.E.pt U.E.pt -13.000 1.000 -15.275 2.625 -20.000 6.000
Příklad 7: Porovnejte výsledek s příkladem 2. One-sample Sign-Test
data: X
s = 7, p-value = 0.005223
alternative hypothesis: true median is not equal to 60 95 percent confidence interval:
51 58 sample estimates: median of x 54.5
Conf.Level L.E.pt U.E.pt Lower Achieved CI 0.9013        51 58
Interpolated CI 0.9500        51 58
2
Upper Achieved CI 0.9572        51 58
Wilcoxon signed rank test with continuity correction data: X
V = 55, p-value = 0.000269
alternative hypothesis: true location is not equal to 60
Příklad 8: Rozmyslete si, zda bychom mohli použít i parametrický přístup a pokud ano, zda by to nějak ovlivnilo závěr testu.
Wilcoxon rank sum test
data:    X and Y
W = 12, p-value = 0.2844
alternative hypothesis: true location shift is not equal to 0
Two-sample Kolmogorov-Smirnov test
data:    X and Y
D = 0.4, p-value = 0.5859
alternative hypothesis: two-sided
The Median Test for obsah ~ dodavatel
Chi-square = 0.1238095 DF = 1 P.value 0.7249389 Median =1.66
Van der Weardenuv test
Chisq p.chisq 1.717028 0.190076
Příklad 9: Kruskal-Wallisův test p-hodnota=0.003224742, liší se všechny skupiny krom A-C, D-B, Mediánový test p-hodnota=0.003503416, liší se všechny skupiny krom A-C, D-B, A-B.
Příklad 10:_
Kruskal Wallisuv test $statistics
Chisq p.chisq LSD
18.36946 0.0003690367 5.441957
$groups
trt means M 1     B 23.42857 a
3
2 C 16.71429 b
3 A 12.85714 b
4 D   5.00000 c
Mediánovy test
Chisq        p.chisq Median
12 0.007383161 21.5
$comparison									
			Median			Chisq		pvalue	sig
A	and	B	22	75	7	142857	0	0075263152	**
A	and	C	21	90	2	571429	0	1088094300	
A	and	D	19	15	7	142857	0	0075263152	**
B	and	C	23	40	2	571429	0	1088094300	
B	and	D	21	35	14	000000	0	0001828106	***
C	and	D	20	30	7	142857	0	0075263152	**
Příklad 11: P-hodnota=0.004913298, liší se dvojice A-C, A-D, B-D,C-D
Příklad 12: Použijeme párový test, hypotézu, že mediány změn IQ pro obě skupiny jsou stejné.
Příklad 13:_
Wilcoxon rank sum test with continuity correction
data:    tabulka$pasek and tabulka$stehy W = 71.5, p-value = 0.1123
alternative hypothesis: true location shift is not equal to 0
Příklad 14: p-hodnota= 0.8668779
Příklad 15: Vyzkoušejte si naprogramovat Znaménkový test a Wilcoxonův jendo a dvou výběrový test.
4