练习R:rcompanion包实现Mann–Whitney非参数检验效应量计算

原创
08/28 08:45
阅读数 32

‍‍

t检验时,可以计算cohen’s d效应量值。而当数据不满足正态分布,进行非参数检验时,可以用什么效应量呢?


以Mann–Whitney U Test为例,大家可以自行前往R包rcompanion的网站去学习相关知识点。


网址

http://rcompanion.org/handbook/F_04.html


至少提到了5种适合的效应量:


1.Freeman’s theta

2.epsilon-squared

3.r

4.tau-b

5.Cliff’s delta


小、中、大效应的参考标准:



咱们以雇员数据为例,用wilcox.test()函数尝试分析一下是否少数族裔他们的salary有无差别。


wilcox.test(salary~minority,data = employee)



不同族裔的salary差异有统计学意义(W=24038,P<0.001)。


接下来使用rcompanion包实现非参数效应量计算。


freemanTheta(x=employee$salary,g=employee$minority)


Freeman.theta = 0.249 小效应


再来一个效应量值,


cliffDelta(salary~minority,data = employee,ci=T)



0.249,和freemanTheta结果一致,仍然是小效应。


本文完

文/图=数据小兵


更多R统计文章


练习R:单个连续数据的探索性统计可视化函数EDA
练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方
练习R:lm+plot+abline+text四函数绘制线性拟合散点图

练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方

练习R:分类自变量的线性回归

练习R:factor函数为有序分类变量创建值标签

学习R:识别缺失值与将指定数据编码为缺失值
练习R:car包recode函数多分类变量的重新编码
练习R:stepAIC多元逐步回归
练习R:用3d空间图展示多元线性回归模型
练习R:用3d空间图展示多元线性回归模型
练习R:dplyr包arrange函数排序
练习R:DoE.base包生成标准L9-3-4正交表

练习R:正交试验极差分析、方差分析与统计图形

练习R:rsm包设计响应面试验并做数据分析

练习R:interaction.plot()函数绘制交互作用图

练习R:influencePlot()函数发现离群点杠杆点强影响点

练习R:glm()函数连续自变量的二项logistic回归

练习R:spss.get()函数读取SPSS数据集

练习R:lrtest()函数做logistic回归全局显著性检验

练习R:qqnorm+t.test函数配对t检验

练习R:TukeyHSD()+plot()函数实现多重比较森林图

练习R:pwr.t.test()函数实现独立t检验样本量计算

练习R:qcc.overdispersion.test()函数检验等离散性

练习R语言:fa.parallel()与fa()函数实现因子分析

练习R语言:mk.test()函数Mann-kendall趋势检验

练习R语言:t.test()函数单侧t检验案例


本文分享自微信公众号 - 小兵学R语言(r-statistics)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部