محاسبه تحلیل های ناپارامتری (Nonparametric Tests) مقایسه میانگین در نرم افزار R

مقایسات میانگین همواره یکی از روش های آماری مطرح در مطالعات گوناگون بوده و هستند. نوع خاصی از تحلیل های مقایسه میانگین که به تحلیل های ناپارامتری معروف هستند در شرایط خاص نرمال ، همسانی، سطح اندازه گیری و ... به کار گرفته می شوند. نرم افزار R توانایی محاسبه این تحلیل ها را داشته که در این بخش برخی از مهم ترین آنها معرفی می شوند. هدف این مقاله ارائه کد هایی از R است که این تحلیل ها را محاسبه می کند.

 

آزمون من وایت نی: Mann-Whitney U Test

از این تست برای مقایسه میانگین بین دو گروه مستقل استفاده می شود. برای محاسبه آن دستور زیر را باید وارد نمود. این تست معادل t مستقل است. کد آن به شرح زیر است:

wilcox.test(y~A)

که در آن y مقدار متغیر وابسته و A مقداری دو سطحی برای تفکیک گروه ها است. با توجه به سهولت تفسیر خروجی های این آزمون که شبیه تمام آزمون های یک متغیره است از ارائه خروجی ها خودداری شده است.

 

آزمون ویلکاکسون: wilcoxon Test

از این آزمون برای مقایسه میانگین بین دو گروه وابسته یا همتا استفاده می شود. کد آن به شرح زیر است:

wilcox.test (y1,y2,paired=TRUE)

که در آن y1 و y2 مقادیر ثبت شده در دو موقعیت مجزای آزمایشی یا شرایط قبل و بعد است.

 

آزمون کروسکال: Kruskal Wallis Test

از این آزمون در شرایط با بیش از دو گروه مستقل برای مقابسات میانگین استفاده می شود. کد آن به شرح زیر است:

kruskal.test(y~A)

که در آن y متغیر وابسته و A سطوح متغیر تیمار یا گروهبندی است. این تست را می توان با One Way Anova پارامتری معادل دانست.

 

آزمون فریدمن: Friedman Test

از این ازمون در شرایط چند گروهی همتا استفاده می شود. کد آن به شرح زیر است:

friedman.test(y~A|B)

که در آن y مقادیر یا ارزش ها بوده، A عامل گروهبندی و B عامل بلوک است. در این مقاله چهار تست معروف ناپارامتری مورد توجه قرار گرفتند. به منظور اشنایی با زمینه های نظری کتاب سیگل پیشنهاد می شود.


بازگشت به آموزش نرم افزار R




نظرات



افزودن نظر