练习R:rcompanion包实现Mann–Whitney非参数检验效应量计算
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
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: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:lrtest()函数做logistic回归全局显著性检验
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