我想驗證三組之間的温度差異:吸烟者,没有吸烟者和前吸烟者.什麼是最合適的測試? (資料是非正常的)

最新回復
  • 2019-12-5
    1 #

    關於吸烟(Current,Never,Former)的分類變數中有三个級別,並且每个級別的$ r $主题获得(可能是非正常的)資料.我会使用Kruskal-wallis檢驗来確定各个級別的中位數是否不同。

    Fake shifted-gamma data and boxplots:

    set.seed(718)
    x1 = rgamma(10, 5, 1/5);  x2 = 2+rgamma(10, 5, 1/5);  x3 = 15+rgamma(10, 5, 1/5)
    x = c(x1, x2, x3);  g = as.factor(rep(1:3, each=10)) 
    median(x1); median(x2); median(x3)
    [1] 20.92121
    [1] 28.15298
    [1] 36.45878
    boxplot(x ~ g, col="skyblue2", pch=20)
    

    方框两侧的"凹口"是近似非引數置信度 个體群體中位數的間隔。

    Test of significance:  

    Kruskal-wallis檢驗發現重要的中位數之間存在顯着差異 等級$ \ alpha = 0.005。$

    kruskal.test(x ~ g)
        Kruskal-Wallis rank sum test
    data:  x by g
    Kruskal-Wallis chi-squared = 11.507, df = 2, p-value = 0.003172
    

    配對比较。檢查組對(級別)之間差異的一種方法是 使用箱形圖中的"凹槽",這些凹槽被校準用於成對比较(重叠的凹口表示没有意義).更正式的方法是使用双樣本wilcoxon(秩和)測試.第1組和第2組之間的區別不是 因為P值為0.22美元,所以任何合理的水平都是顯着的. 0.05:$

    wilcox.test(x1, x2)
        Wilcoxon rank sum test
    data:  x1 and x2
    W = 33, p-value = 0.2176
    alternative hypothesis: true location shift is not equal to 0
    

    但是第2組和第3組之間的差異非常顯着,P值為0.002(計算未顯示).在這个特定的例子中,配對比较 来自boxplot槽口和wilcoxon測試同意。

  • sampling:貝叶斯推理問题中的非iid观測
  • p value:我想知道我的樣本量是否足够