R语言威尔科克森符号秩和(Wilcoxon Signed Rank statistic)分布
这种分布的获得方法如下。让x是一个围绕原点对称连续的,大小为n的分布的样本。那Wilcoxon签名秩统计是x[i]为正的绝对值x[i]的秩之和。这个统计量的取值在0和n(n+1)/2之间,其平均值和方差分别为n(n+1)/4和n(n+1)(2n+1)/24。如果前两个参数中的任何一个是一个向量,则使用循环规则对两者的所有组合进行计算,直至较长的向量的长度。
Distribution of the Wilcoxon Signed Rank Statistic
Description
Density, distribution function, quantile function and random generation for the distribution of the Wilcoxon Signed Rank statistic obtained from a sample with size n
.
Usage
dsignrank(x, n, log = FALSE) psignrank(q, n, lower.tail = TRUE, log.p = FALSE) qsignrank(p, n, lower.tail = TRUE, log.p = FALSE) rsignrank(nn, n)
Arguments
x, q
|
vector of quantiles. |
p
|
vector of probabilities. |
nn
|
number of observations. If |
n
|
number(s) of observations in the sample(s). A positive integer, or a vector of such integers. |
log, log.p
|
logical; if TRUE, probabilities p are given as log(p). |
lower.tail
|
logical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x]. |
#### 威尔科克森符号秩和(Wilcoxon Signed Rank statistic)分布
# 1.威尔科克森符号秩和分布中抽样函数rsignrank
nn <- 100
rsignrank(nn, n=10)# 2.威尔科克森符号秩和分布概率密度函数
x <- 1:100
y <- dsignrank(x, 20)
plot(x,y)# 3.威尔科克森符号秩和分布累积概率
# P[X ≤ x]
psignrank(30,n = 10)
# P[X > x]
psignrank(30,n = 10,lower.tail = FALSE)# probabilities p are given as log(p).
psignrank(2,n = 5,log.p = TRUE)# 4.分位数函数qsignrank(psignrank的反函数)
# 累积概率为0.95时的x值
# x <- seq(1,100)
# plot(x,psignrank(x, n = 10))
qsignrank(0.95,n = 10)
qsignrank(0.995,n = 10)
R语言威尔科克森符号秩和(Wilcoxon Signed Rank statistic)分布相关推荐
- 威尔科克森符号秩检验 (Wilcoxon Signed Rank Test)
文章目录 一.介绍 二.算法流程 [[2]](#AnchorPoint-reference2) 二.举例[[3]](#AnchorPoint-reference3) 三.代码 四.参考文献 一.介绍 ...
- R语言编写自定义函数使用Wilcoxon符号秩检验(Wilcoxon signed rank)实现多分组非参数成对检验(pairwise)、并使用p.adjust函数调整概率值
R语言编写自定义函数使用Wilcoxon符号秩检验(Wilcoxon signed rank)实现多分组非参数成对检验(Nonparametric pairwise multiple comparis ...
- R符号秩检验(WILCOXON SIGNED RANK TEST)
R符号秩检验(WILCOXON SIGNED RANK TEST) 目录 R符号秩检验(WILCOXON SIGNED RANK TEST) 假设检验 假设检验的应用 符号秩检验
- R语言数据排序函数sort, order rank实战
R语言数据排序函数sort, order & rank实战 目录 R语言数据排序函数sort, order & rank实战 #sort vs. order vs. rank函数基础 ...
- Wilcoxon signed rank sum test 检验
前一篇文章我们介绍了秩和检验,这里我们介绍另一种秩和检验方法,Wilcoxon signed rank sum test 文章目录 Wilcoxon signed rank sum test包含两种检 ...
- 【冰糖Python】Scipy:非参数检验 Mann-Whitney rank test、Wilcoxon signed rank test、Chi-square test
利用 scipy 库可以比较方便的实现非参数显著性检验的操作,包括曼惠特尼秩检验 Mann-Whitney rank test.威尔克森符号秩和检验 Wilcoxon signed rank test ...
- 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作
详情链接 :基于R语言.MaxEnt模型融合技术的物种分布模拟.参数优化方法.结果分析制图与论文写作 内容介绍: 第一章 .理论篇 以问题导入的方式,深入掌握原理基础 : 什么是MaxEnt模型? ...
- R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作
基于R语言.MaxEnt模型融合技术的物种分布模拟.参数优化方法.结果分析制图与论文写作技术应用 第一章.理论篇以问题导入的方式,深入掌握原理基础 什么是MaxEnt模型? MaxEnt模型的原理是什 ...
- R语言使用qweibull函数生成威布尔(韦伯分布)分布分位数函数数据、使用plot函数可视化威布尔分布分位数函数数据(Weibull Distribution)
R语言使用qweibull函数生成威布尔(韦伯分布)分布分位数函数数据.使用plot函数可视化威布尔分布分位数函数数据(Weibull Distribution) 目录
最新文章
- 携程2019校招编程题(3)
- day2---while else
- javascript类功能代码集
- 系统集成项目管理工程师13《项目配置管理》
- Broker启动历史数据加载
- 最新电销语音机器人完整版源码+含安装教程
- 计算机开机按f1,图文讲解开机按f1的解决方法,简单明了!
- JavaWeb项目——疫情数据可视化
- 那些漂亮有创意的思维导图真的更吸引人吗?
- Sublime Text 3 使用心得
- java程序员那些提升_Java程序员如何进行自我提升?
- Lect6_Value_Function_Approximation
- 混沌麻雀搜索优化算法-附代码
- AI行业强者愈强?Tesra超算网络助力中小AI开发企业!
- 国内外免费CDN网址
- js网站服务器时间,js获取本地时间、服务器时间、记时
- ​在 2022 年找工作,毕业生们的 “最后一课”
- 我对spring springcloud的简单理解
- 【通信仿真】基于matlab噪声调频干扰仿真【含Matlab源码 1951期】
- 《史蒂芬·乔布斯传》摘录
热门文章
- 导入excel 文件解析,一行数据,有一列分两行显示,解析时如何 合为一行?
- 林子雨教程中sqoop安装过程时区问题解决
- Linux下清除磁盘分区及残留raid信息
- 秒启万台主机,腾讯云云硬盘数据调度架构演进
- Centos系统找出并杀死僵尸进程
- Fasterrcnn代码个人精细解读(先验框生成部分)
- 每周分享第二期:人工智能对未来工作的影响
- 治愈系书单|林曦《只生欢喜不生愁》
- 【设计模式02】 抽象工厂模式
- 关于编译报错“dereferencing pointer to incomplete type...