Wilcoxon-Test
Erforderliche Pakete laden
library(coin) # Wilcoxon-TestDatensatz einlesen und Variablen spezifizieren
# Datensatz einlesen
Schrifttyp.A <- c(8,4,17,12,10,13,3,7,8,6)
Schrifttyp.B <- c(15,7,17,13,8,13,2,18,12,14)
data <- data.frame(Schrifttyp.A, Schrifttyp.B)
# Variablen spezifizieren
Gruppe1 <- "Schrifttyp.A" # Name des Faktors eingeben
Gruppe2 <- "Schrifttyp.B" # Name der abhängigen Variable eingebenSignifikanztest, Anzahl Nulldifferenzen, T-Wert und Median der Differenzen
# Signifikanztest
# Behandlung der Nulldifferenzen gemäss coin:
# Zuerst werden Ränge der absoluten Differenzen incl. Nulldifferenzen gebildet. Anschliessend werden die Ränge der Nulldifferenzen weggelassen und die Rangsummen für die negativen und positiven Differenzen ermittelt.
data2 <- na.omit(data[, c(Gruppe1, Gruppe2), drop=FALSE]); library(coin)
model <- as.formula(paste(Gruppe1,"~",Gruppe2))
test <- wilcoxsign_test(model, data = data2, distribution = "exact", alternative="two.sided")
# Berechnung des T-Wertes mit R (Nulldifferenzen gemäss coin)
ND <- sum((data2[,Gruppe1]-data2[,Gruppe2])==0)
t <- as.numeric(statistic(test, type="linear"))
# Median der Differenzen
med.diff <- median(data2[,Gruppe1]-data2[,Gruppe2])
list("Median der Differenzen G1-G2"=med.diff, "Anzahl Nulldifferenzen"=ND, "T-Wert"=t, Signifikanztest=test)## $`Median der Differenzen G1-G2`
## [1] -2
##
## $`Anzahl Nulldifferenzen`
## [1] 2
##
## $`T-Wert`
## [1] 8.5
##
## $Signifikanztest
##
## Exact Wilcoxon-Pratt Signed-Rank Test
##
## data: y by x (pos, neg)
## stratified by block
## Z = -1.7966, p-value = 0.07812
## alternative hypothesis: true mu is not equal to 0