geschrieben I diesen Code eine Prüfgröße über zwei zufällig verteilten Beobachtungen x und yR: Berechnung von p-Wert unter Verwendung von Simulationen
mean.test <- function(x, y, B=10000,
alternative=c("two.sided","less","greater"))
{
p.value <- 0
alternative <- match.arg(alternative)
s <- replicate(B, (mean(sample(c(x,y), B, replace=TRUE))-mean(sample(c(x,y), B, replace=TRUE))))
t <- mean(x) - mean(y)
p.value <- 2*(1- pnorm(abs(quantile(T,0.01)), mean = 0, sd = 1, lower.tail =
TRUE, log.p = FALSE)) #try to calculate p value
data.name <- deparse(substitute(c(x,y)))
names(t) <- "difference in means"
zero <- 0
names(zero) <- "difference in means"
return(structure(list(statistic = t, p.value = p.value,
method = "mean test", data.name = data.name,
observed = c(x,y), alternative = alternative,
null.value = zero),
class = "htest"))
}
der Code verwendet eine Monte-Carlo-Simulationen auszuführen, um die Verteilungsfunktion der generieren Teststatistik Mittelwert (x) - Mittelwert (y) und berechnet dann den p-Wert, aber anscheinend vermisse ich diesen p-Wert definiert, weil für:
mean test
data: c(rnorm(1000, 3, 2), rnorm(2000, 4, 3))
difference in means = -1.0967, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0
:
> set.seed(0)
> mean.test(rnorm(1000,3,2),rnorm(2000,4,3))
die Ausgabe sollte wie folgt aussehen
, aber ich habe diese statt:
mean test
data: c(rnorm(1000, 3, 2), rnorm(2000, 4, 3))
difference in means = -1.0967, p-value = 0.8087
alternative hypothesis: true difference in means is not equal to 0
kann jemand den Fehler zu mir erklären?
Und es scheint seltsam, dass Sie 's' nicht in Ihrem Code verwenden. –