Erforderliche Pakete laden
library(coin) # U-Test
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, U-Wert und mittlere Rangsummen
# Signifikanztest
# Zweiseitige Hypothese: alternative="two.sided"; 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 <- wilcox_test(model, data = data2)
# U-Wert
N <- table(data$Gruppe)
U1 <- as.numeric(N[1]*N[2]+N[1]*(N[1]+1)/2-statistic(test, type="linear"))
U2 <- as.numeric(N[1]*N[2] - U1)
U <- min(U1,U2)
# Mittlere Rangsummen
data2$Rank <- rank(data2[,AV])
mrs <- tapply(data2$Rank, data2[,Faktor], mean)
list("Mittlere Rangsummen"=mrs, "U-Wert"=U, Signifikanztest=test)
## $`Mittlere Rangsummen`
## wild Zoo
## 13.5625 6.2500
##
## $`U-Wert`
## [1] 7.5
##
## $Signifikanztest
##
## Asymptotic Wilcoxon-Mann-Whitney Test
##
## data: Angst by Gruppe (wild, Zoo)
## Z = 2.8967, p-value = 0.003771
## alternative hypothesis: true mu is not equal to 0