P değeri x
veya y
dağılımı ile ilgisi yoktur Ne aralarında ne de fark var. Wilcoxon test istatistiği tarafından (http://en.wikipedia.org/wiki/Wilcoxon_signed-rank_test'da olduğu gibi W, veya scipy
'da T), normal dağılımı takip ettiği varsayılır.
se = sqrt(se/24)
z = (T - mn)/se
prob = 2. * distributions.norm.sf(abs(z))
return T, prob
ve:
mn = count*(count + 1.) * 0.25
se = count*(count + 1.) * (2. * count + 1.)
sen (~ python_directory \ site paketlerinde \ scipy \ istatistikler \ morestats.py) kaynak işaretlerseniz, def wilcoxon()
son birkaç satır bulacaksınız count
, x
ve y
arasındaki sıfır olmayan farkın sayısıdır. Python
yılında:
>>> y1=[125,115,130,140,140,115,140,125,140,135]
>>> y2=[110,122,125,120,140,124,123,137,135,145]
>>> ss.wilcoxon(y1, y2)
(18.0, 0.5936305914425295)
R
yılında: ipucu için
> wilcox.test(y1, y2, paired=TRUE, exact=FALSE, correct=FALSE)
Wilcoxon signed rank test
data: y1 and y2
V = 27, p-value = 0.5936
alternative hypothesis: true location shift is not equal to 0
> wilcox.test(y1, y2, paired=TRUE, exact=FALSE, correct=FALSE, alt='greater')
Wilcoxon signed rank test
data: y1 and y2
V = 27, p-value = 0.2968
alternative hypothesis: true location shift is greater than 0
Kafamı tamamen dolamıyordum (wilcoxon testini tekrar incelemeye ihtiyacım var ..) ama rakamlar kendileri için konuşuyor. Teşekkürler! – Lisa
'oyu yukarı oyu aşağı scipy.stats.wilcoxon tarafından döndürülen P değeri x veya y dağıtımı, ne de kafam karıştı them.' arasındaki fark ile ilgisi yoktur kabul etti. Testin 2 giriş vektörünün aynı dağıtımdan olup olmadığına dair güvenin olduğunu söyledim. –