Statystyka w R


Idź do treści

Testy nieparametryczne


Wśród testów nieparametrycznych wyodrębnia się testy niezależności i testy zgodności (w tym testy zgodności z rozkładem normalnym). Wiele testów nieparametrycznych traktowanych jest jako odpowiedniki testów parametrycznych, przy czym w tym wypadku nie jest wymagane spełnienia założenia normalności rozkładu.


####################################################################
########## Testy nieparametryczne - wybrane zagadnienia ############
####################################################################

### test normalności Shapiro-Wilka ###

# Częstym założeniem w przypadku estymacji przedziałowej
# i testów parametrycznych jest normalność rozkładu zmiennych.
# Jednym z testów normalności rozkładu jest test Shapiro-Wilka.
# Analizując poniższe wyniki należy zwrócić uwagę na p-wartość (p-value)
# testu. Jeśli jest ona mniejsza lub równa przyjętemu poziomowi istotności
# (np. 0,05), odrzucamy hipotezę H0 na rzecz hipotezy H1. Jeśli p-wartość
# jest większa od przyjętego poziomu istotności, to oznacza, że nie ma podstaw
# do odrzucenia hipotezy H0.

dane1=rnorm(100,10,2) # dane wygenerowane zgodnie z rokładem normalnym
dane2=runif(100,min=2,max=4) # dane wygenerowane zgodnie z rokładem jednostajnym

shapiro.test(dane1)
shapiro.test(dane2)

#############################################################################

### Test Kruskala-Wallisa sumy rang ###

# Test Kruskala-Walisa jest wykorzystywany do testowania hipotezy H0 głoszącej
# że próby pochodzą z jednej populacji (głoszącej równość dystrybuant.
# W praktyce jest stosowany jako nieparametryczna alternatywa (nie wymaga spełnienia
# założenia normalności rozkładu) testu analizy wariancji ANOVA z hipotezą H0
# głoszącą równość średnich w kilku populacjach.

attach(chickwts )
kruskal.test(weight,feed)
# hipoteza H0 głosi, że dystrybuanty rozkłądu wagi kurczaków są takie same
# w populacjach definiowanych sposobem karmienia
# Uzyskano wyniki:

# Kruskal-Wallis rank sum test
# data: weight and feed
# Kruskal-Wallis chi-squared = 37.3427, df = 5, p-value = 5.113e-07

# Odrzucamy hipotezę H0 na rzecz H1




Powrót do treści | Wróć do menu głównego