如何在 r 中执行中值情绪测试

情绪中位数检验用于比较两个或多个独立组的中位数。

coin库的median_test函数可用于在R中执行此测试，它使用以下语法：

median_test（响应~组，数据）

金子：

• 响应：响应值的向量
• group：分组值的向量
• 数据：包含响应和组向量的数据框

以下示例说明如何使用此函数在 R 中执行中值 Mood 测试。

示例：R 中的情绪中值测试

假设一位老师想知道两种不同的学习方法是否会在他班上的学生中产生不同的考试成绩。为了测试这一点，她随机要求 10 名学生使用一种学习方法，另外 10 名学生使用另一种学习方法。两周后，每个学生参加相同的考试。

她决定使用 Mood 中位数测试来确定两组之间的中位数考试分数是否不同。

步骤 1：创建数据框。

 #createdata
method = rep(c('method1', 'method2'), each=10)
score = c(75, 77, 78, 83, 83, 85, 89, 90, 91, 97, 77, 80, 84, 84, 85, 90, 92, 92, 94, 95)
examData = data.frame(method, score)

#viewdata
examData

    method score
1 method1 75
2 method1 77
3 method1 78
4 method1 83
5 method1 83
6 method1 85
7 method1 89
8 method1 90
9 method1 91
10 method1 97
11 method2 77
12 method2 80
13 method2 84
14 method2 84
15 method2 85
16 method2 90
17 method2 92
18 method2 92
19 method2 94
20 method2 95

第 2 步：执行中值情绪测试。

 #load the coin library
library(corner)

#perform Mood's Median Test
median_test(score~method, data = examData)

#output
	Asymptotic Two-Sample Brown-Mood Median Test

data: score by method (method1, method2)
Z = -0.43809, p-value = 0.6613
alternative hypothesis: true mu is not equal to 0

检验的 p 值为0.6613 。由于该值不小于 0.05，因此我们无法拒绝原假设。我们没有足够的证据表明两组之间的中位考试成绩存在统计学上的显着差异。

默认情况下，此函数将 0 分分配给恰好等于中位数的观测值。但是，您可以使用mid.score参数将此值指定为 0.5 或 1。

例如，以下代码执行完全相同的中值情绪测试，但它将值 0.5 分配给等于中值的观察值：

 #perform Mood's Median Test
median_test(score~method, mid.score="0.5" , data = examData)

#output
	Asymptotic Two-Sample Brown-Mood Median Test

data: score by method (method1, method2)
Z = -0.45947, p-value = 0.6459
alternative hypothesis: true mu is not equal to 00

测试 p 值为0.6459 ，略低于之前的 p 值0.6613 。然而，测试的结论仍然是一样的：我们没有足够的证据表明两组之间的中位考试成绩存在显着差异。