#r #pairwise.wilcox.test
Вопрос:
Я действительно новичок, и TA попросил меня прийти сюда за любой помощью для RStudio. На этой неделе мы узнаем о точном тесте суммы рангов Уилкоксона. Я понимаю (я думаю), что значение P, возвращаемое тестом, таково, что если P Но, вопрос о домашнем задании задает:
Время до следующего детеныша было (длиннее/короче) ___________ для самок, потерявших детеныша в результате детоубийства.
Я застрял и не могу в этом разобраться, мне бы очень хотелось, чтобы мне помогли!
Вот полный вопрос о домашнем задании для некоторого контекста.
«Когда вторгшиеся львы-самцы захватывают прайд самок, они часто убивают большинство или всех младенцев в группе. После поглощения стабильность прайда непредсказуема, и ученые выдвинули гипотезу, что самки могут задерживать овуляцию до тех пор, пока неопределенность не пройдет. Чтобы проверить это, исследование львов в Серенгети измерило время до размножения львиц после потери детенышей в результате детоубийства по сравнению со временем до размножения после потери детенышей в результате несчастного случая.
Предположим, что данные распределены ненормально. Проведите соответствующую статистическую проверку данных в файле lions.csv, чтобы определить, существует ли существенная разница во времени воспроизведения.»
Таблица данных для вопроса:
Комментарии:
1.
wilcox.test(daysToNextCub ~ death, data = INSERT_THE_NAME_OF_YOUR_DATA_FRAME_HERE, exact = TRUE). Смотрите здесь для получения дополнительной информации: sthda.com/english/wiki/…2. Спасибо, я много раз просматривал этот файл. Я просто не могу понять, как я могу определить, больше это или меньше. Я не понимаю, что означает значение P, когда я вставляю альтернативу = «больше» или «меньше». У меня возникли проблемы с интерпретацией этого.
Ответ №1:
Чтобы упростить интерпретацию, вы можете использовать версию wilcox.test (), которая принимает значения x и y и создает доверительный интервал для псевдо-медианы x-y. Если это отрицательно, то подразумевается, что значения в группе x значительно меньше, чем в группе y.
acc <- c(110,117,133,135,140,168,171,238,255)
infant <- c(211,232,246,251,275)
> wilcox.test(x=acc, y=infant, paired=FALSE, conf.int=TRUE)
Wilcoxon rank sum exact test
data: acc and infant
W = 6, p-value = 0.02897
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
-134 -13
sample estimates:
difference in location
-94