内容发布更新时间 : 2024/5/7 7:35:47星期一 下面是文章的全部内容请认真阅读。

R语言wilcoxon秩和检验及wilcoxon符号秩检验

wilcoxon秩和及wilcoxon符号秩检验是对原假设的非参数检验，在不需要假设两个样本空间都为正态分布的情况下，测试它们的分布是否完全相同。 操作

#利用mtcars数据 library(stats) data(\

boxplot(mtcars$mpg~mtcars$am,ylab='mpg',names = c('automatic','manual)) 自动档手动档mpg值

#执行wilcoxon秩和检验验证自动档手动档数据分布是否一致

wilcox.test(mpg~am,data = mtcars)

#wilcox.test(mtcars$mpg[mtcars$am==0],mtcars$mpg[mtcars$am==1])（与上面等价） Wilcoxon rank sum test with continuity correction

data: mpg by am

W = 42, p-value = 0.001871

alternative hypothesis: true location shift is not equal to 0

Warning message:

In wilcox.test.default(x = c(21.4, 18.7, 18.1, 14.3, 24.4, 22.8, : 无法精確計算带连结的p值 总结

执行wilcoxon秩和检验（也称Mann-Whitney U检验）这样一种非参数检验 。t检验假设两个样本的数据集之间的差别符合正态分布（当两个样本集都符合正态分布时，t检验效果最佳），但当服从正态分布的假设并不确定时，我们执行wilcoxon秩和检验来验证数据集中mtcars中自动档与手动档汽车的mpg值的分布是否一致，p值<0.05,原假设不成立。意味两者分布不同。警告“无法精確計算带连结的p值“这是因为数据中存在重复的值，一旦去掉重复值，警告就不会出现。