Rozdział 2 - Testy permutacyjne

Menu główne:

Rozdział 2

Kod. 2.1. Podziały zbioru o n = 7 elementach na zbiory o liczebnościach n₁ = 4 i n₂ = 3

library(combinat)

numer=1:7; n1=4; n2=3; n=n1+n2

p1=matrix(unlist(combn(n,n1)),nrow=35, byrow=TRUE)

p2=t(apply(p1,1,function(x){numer[-x]}))

perm=cbind(p1,p2)

perm

Kod 2.2. Test permutacyjny dla losowych zbiorów o liczebnościach n₁=11 oraz n₂=16

x1=rnorm(11); x2=rnorm(16,1);x=c(x1,x2); N=1000

T0=abs(mean(x1)-mean(x2))

T=c()

for (i in 1:N)

{x=sample(x); T[i]=abs(mean(x[1:11])-mean(x[12:27]))}

if (T0>=quantile(T,0.95)) 'odrzucić H0' else 'brak podstaw do odrzucenia H0'

Kod 2.3. Realizacja testu permutacyjnego - biblioteka resample

library(resample)

x1=c(3,4,4,5,5,6,8); x2= c(7,8,8,9,11,11,13)

wynik=permutationTest2(data =x1, statistic = sum, data2 = x2, alternative = "less")

wynik

Kod 2.4. Realizacja testu permutacyjnego - biblioteka coin

library(coin)

dane <- c(3,4,4,5,5,6,8,7,8,8,9,11,11,13)

grupa = factor(c(rep("A", 7), rep("B", 7)))

dane_f=data.frame(grupa,dane)

oneway_test(dane ~ grupa, data = dane_f)

Źródło: opracowanie własne na podstawie Kabacoff (2011)

Kod 2.5. Realizacja testu permutacyjnego - biblioteka boot

library(boot)

x1=c(3,4,4,5,5,6,8); x2= c(7,8,8,9,11,11,13)

x=cbind(x1,x2)

perm.fun <- function(data,i) cor(data[,1],data[i,2])

x.perm <- boot(x, perm.fun, R=999, sim="permutation")

(sum(x.perm$t>x.perm$t0)+1)/(x.perm$R+1)

Źródło: opracowanie własne na podstawie Davison i Hinkley (1997)

Kod 2.6. Test permutacyjny dla wartości oczekiwanej – biblioteka EnvStats

library(EnvStats)

x=c(3,4,4,5,5,6,8)

wynik=oneSamplePermutationTest(x, mu = 4,

alternative = "greater", exact = TRUE)

plot(wynik)