Erforderliche Pakete laden

library(coin)   # Mediantest

Datensatz einlesen und Variablen spezifizieren

# Datensatz einlesen
Gruppe <- as.factor(rep(c("Zoo", "wild"), c(10,8)))
Angst <- c(3,8,10,10,15,16,20,20,21,40,17,20,40,48,53,55,61,72)
data <- data.frame(Gruppe, Angst)

# Variablen spezifizieren
Faktor <- "Gruppe"  # Names des Faktors eingeben 
AV <- "Angst"       # Name der abhängigen Variable eingeben

Signifikanztest und Mediane

# Signifikanztest
# Zweiseitige Hypothese: alternative="two.sided"
# Einseitige Hypothese: Stufe 1 > Stufe 2: alternative="greater"; Stufe 1 < Stufe 2: alternative="less".
data2 <- na.omit(data[, c(AV, Faktor), drop=FALSE]); library(coin)
model <- as.formula(paste(AV,"~",Faktor))
test <- median_test(model, data = data2, distribution = "exact", alternative="two.sided")

# Mediane
tot <- median(data2[,AV])
gr <- tapply(data2[,AV], data2[,Faktor], median)
mediane <- c(tot,gr)
names(mediane)[1] <- "gesamt"
list("Mediane"=mediane, Signifikanztest=test)
## $Mediane
## gesamt   wild    Zoo 
##   20.0   50.5   15.5 
## 
## $Signifikanztest
## 
##  Exact Two-Sample Brown-Mood Median Test
## 
## data:  Angst by Gruppe (wild, Zoo)
## Z = 2.2677, p-value = 0.05361
## alternative hypothesis: true mu is not equal to 0

Grafiken