Beginnen wir mit einer Daten beginnen:Wie gepaart t.test oder Wilcoxon-Test auf meine Daten anzuwenden
structure(list(Group = c("Mark", "Matt", "Tim", "Tom"), `1` = c(0.749552072382562,
1.06820497349356, 1.00116263663573, 0.864987635002866), `2` = c(1.00839505250436,
0.796306651704629, 1.02603677593328, 1.00321936833133), `3` = c(0.736638669191169,
0.973483626272054, 1.14805519301778, 0.899272693725192), `4` = c(0.728882841159455,
0.871211836418332, 1.0442119745299, 0.859935708928745), `5` = c(0.749552072382562,
1.06820497349356, 1.00116263663573, 0.864987635002866), `6` = c(1.00839505250436,
0.796306651704629, 1.02603677593328, 1.00321936833133), `7` = c(0.736638669191169,
0.973483626272054, 1.14805519301778, 0.899272693725192), `8` = c(0.728882841159455,
0.871211836418332, 1.0442119745299, 0.859935708928745), `9` = c(0.749552072382562,
1.06820497349356, 1.00116263663573, 0.864987635002866), `10` = c(1.00839505250436,
0.796306651704629, 1.02603677593328, 1.00321936833133), `11` = c(0.736638669191169,
0.973483626272054, 1.14805519301778, 0.899272693725192), `12` = c(0.728882841159455,
0.871211836418332, 1.0442119745299, 0.859935708928745), `13` = c(0.749552072382562,
1.06820497349356, 1.00116263663573, 0.864987635002866), `14` = c(1.00839505250436,
0.796306651704629, 1.02603677593328, 1.00321936833133), `15` = c(0.736638669191169,
0.973483626272054, 1.14805519301778, 0.899272693725192), `16` = c(0.728882841159455,
0.871211836418332, 1.0442119745299, 0.859935708928745), `17` = c(0.766036811789943,
0.871085862829362, 1.02210371210681, 0.937452345474458), `18` = c(1.0357237385154,
1.02805558505417, 0.946794300033338, 1.04688545274238), `19` = c(0.436944137,
0.801397021884422, 0.952553568039278, 0.990226493248718), `20` = c(0.789338028300063,
0.822815644347233, 0.958462750269733, 1.04183361434861), `21` = c(0.766036811789943,
0.871085862829362, 1.02210371210681, 0.937452345474458), `22` = c(1.0357237385154,
1.02805558505417, 0.946794300033338, 1.04688545274238), `23` = c(0.436944137,
0.801397021884422, 0.952553568039278, 0.990226493248718), `24` = c(0.789338028300063,
0.822815644347233, 0.958462750269733, 1.04183361434861), `25` = c(0.766036811789943,
0.871085862829362, 1.02210371210681, 0.937452345474458), `26` = c(1.0357237385154,
1.02805558505417, 0.946794300033338, 1.04688545274238), `27` = c(0.436944137,
0.801397021884422, 0.952553568039278, 0.990226493248718), `28` = c(0.789338028300063,
0.822815644347233, 0.958462750269733, 1.04183361434861), `29` = c(0.766036811789943,
0.871085862829362, 1.02210371210681, 0.937452345474458), `30` = c(1.0357237385154,
1.02805558505417, 0.946794300033338, 1.04688545274238), `31` = c(0.436944137,
0.801397021884422, 0.952553568039278, 0.990226493248718), `32` = c(0.789338028300063,
0.822815644347233, 0.958462750269733, 1.04183361434861), `33` = c(0.937894856206067,
NA, 1.00383773624603, 1.04181193834546), `34` = c(1.03944921519508,
NA, 0.983868286249464, 1.10409633668759), `35` = c(0.949802513948967,
NA, 1.06522152108054, 1.04376827636719), `36` = c(0.965871712940006,
NA, 1.18437146805406, 1.01355356488254), `37` = c(0.937894856206067,
NA, 1.00383773624603, 1.04181193834546), `38` = c(1.03944921519508,
NA, 0.983868286249464, 1.10409633668759), `39` = c(0.949802513948967,
NA, 1.06522152108054, 1.04376827636719), `40` = c(0.965871712940006,
NA, 1.18437146805406, 1.01355356488254), `41` = c(0.937894856206067,
NA, 1.00383773624603, 1.04181193834546), `42` = c(1.03944921519508,
NA, 0.983868286249464, 1.10409633668759), `43` = c(0.949802513948967,
NA, 1.06522152108054, 1.04376827636719), `44` = c(0.965871712940006,
NA, 1.18437146805406, 1.01355356488254), `45` = c(0.937894856206067,
NA, 1.00383773624603, 1.04181193834546), `46` = c(1.03944921519508,
NA, 0.983868286249464, 1.10409633668759), `47` = c(0.949802513948967,
NA, 1.06522152108054, 1.04376827636719)), .Names = c("Group",
"1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12",
"13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23",
"24", "25", "26", "27", "28", "29", "30", "31", "32", "33", "34",
"35", "36", "37", "38", "39", "40", "41", "42", "43", "44", "45",
"46", "47"), row.names = c(NA, 4L), class = "data.frame")
Jede Zeile ist eine Sammlung von Verhältnis, das ich aus dem Vergleich von zwei Gruppen bekamen. Ich würde gerne wissen, ob die Verhältnisse sich signifikant von 1 unterscheiden. Also würde ich gerne testen, ob jede Zeile (Vektor) anders als 1 ist, indem ich zwei in einem Titel erwähnte Tests verwende. Wie kann ich diesen Test auf meine Daten anwenden? Bitte beachten Sie, dass jede Zeile eine andere Länge haben kann. NAs
sollte ignoriert werden. Als und Ausgabe möchte ich eine Tabelle mit 3 Spalten haben: Group name
, p-value t-test
, p.value Wilcoxon
.
Kann jemand mi damit helfen?
Der statistische Test, den wir hier verwenden, ist kein gepaarter T-Test oder Wilcoxon-Test, da beide Tests eine Reihe von Werten mit 1 (vordefinierter Wert) vergleichen. Der gepaarte Test erfordert einen direkten Vergleich einer Menge von Messungen der Person X mit einer anderen Menge von Messungen der gleichen Person X. Vielleicht erwähnt die Bibliographie das als gepaarten Test, aber es ist nicht. Die statistischen Tests haben keine Vorstellung davon, was diese (Verhältnis-) Werte darstellen. – AntoniosK
Können wir einen Vektor von "1" mit der gleichen Länge wie jede Zeile erstellen, um die Ergebnisse mit gepaarten Tests zu vergleichen? –
Praktisch können Sie die Werte jedes Benutzers mit einem Vektor von 1s vergleichen. Aber was stellt dieser Vektor theoretisch dar? Du hast diese 1s nie gemessen. Auch noch nicht gepaarten Test. Weitere Informationen zu gepaarten T-Tests finden Sie hier: http://www.biostathandbook.com/pairierttest.html. Es scheint mir, dass Sie einen gepaarten t-Test machen können, bevor Sie Ihre Messungen teilen und die Verhältnisse mit 1 vergleichen. – AntoniosK