<\/p>\n
Il test della mediana dell’umore<\/strong> viene utilizzato per confrontare le mediane di due o pi\u00f9 gruppi indipendenti.<\/span><\/p>\n La funzione median_test<\/strong> della libreria di monete<\/strong> pu\u00f2 essere utilizzata per eseguire questo test in R, che utilizza la seguente sintassi:<\/span><\/p>\n median_test(risposta~gruppo, dati)<\/strong><\/span><\/p>\n<\/blockquote>\n Oro:<\/span><\/p>\n L’esempio seguente illustra come utilizzare questa funzione per eseguire il test dell’umore mediano in R.<\/span><\/p>\n Supponiamo che un insegnante voglia sapere se due diversi metodi di studio producono o meno punteggi diversi nei test tra gli studenti della sua classe. Per verificarlo, chiede a caso a 10 studenti di utilizzare un metodo di studio e ad altri 10 studenti di utilizzarne un altro. Dopo due settimane, ogni studente sostiene lo stesso esame.<\/span><\/p>\n Decide di utilizzare il test mediano di Mood per determinare se il punteggio medio dell’esame differisce tra i due gruppi.<\/span><\/p>\n Passaggio 1: creare il frame di dati.<\/strong><\/span><\/p>\n Passaggio 2: eseguire il test dell’umore medio.<\/strong><\/span><\/p>\n Il valore p del test \u00e8 0,6613<\/strong> . Poich\u00e9 questo valore non \u00e8 inferiore a 0,05, non possiamo rifiutare l’ipotesi nulla. Non abbiamo prove sufficienti per affermare che esiste una differenza statisticamente significativa nei punteggi medi degli esami tra i due gruppi.<\/span><\/p>\n Per impostazione predefinita, questa funzione assegna un punteggio pari a 0 alle osservazioni esattamente uguali alla mediana. Tuttavia, puoi specificare che questo valore sia 0,5 o 1 utilizzando l’argomento mid.score<\/strong> .<\/span><\/p>\n Ad esempio, il codice seguente esegue esattamente lo stesso test dell’umore mediano, ma assegna un valore pari a 0,5 alle osservazioni pari alla mediana:<\/span><\/p>\n Il valore p del test risulta essere 0.6459<\/strong> , che \u00e8 leggermente inferiore al precedente valore p di 0.6613<\/strong> . Tuttavia, la conclusione del test \u00e8 sempre la stessa: non abbiamo prove sufficienti per affermare che i punteggi medi degli esami tra i due gruppi siano significativamente diversi.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Il test della mediana dell’umore viene utilizzato per confrontare le mediane di due o pi\u00f9 gruppi indipendenti. La funzione median_test della libreria di monete pu\u00f2 essere utilizzata per eseguire questo test in R, che utilizza la seguente sintassi: median_test(risposta~gruppo, dati) Oro: risposta: un vettore di valori di risposta gruppo: un vettore di raggruppamento di valori […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
\n
Esempio: test della mediana dell’umore in R<\/strong><\/span><\/h3>\n
#createdata<\/span>\nmethod = rep(c('method1', 'method2'), each=10)\nscore = c(75, 77, 78, 83, 83, 85, 89, 90, 91, 97, 77, 80, 84, 84, 85, 90, 92, 92, 94, 95)\nexamData = data.frame(method, score)\n\n#viewdata<\/span>\nexamData\n\n method score\n1 method1 75\n2 method1 77\n3 method1 78\n4 method1 83\n5 method1 83\n6 method1 85\n7 method1 89\n8 method1 90\n9 method1 91\n10 method1 97\n11 method2 77\n12 method2 80\n13 method2 84\n14 method2 84\n15 method2 85\n16 method2 90\n17 method2 92\n18 method2 92\n19 method2 94\n20 method2 95\n<\/strong><\/pre>\n #load the coin library\n<\/span>library(corner)\n\n#perform Mood's Median Test<\/span>\nmedian_test(score~method, data = examData)\n\n#output<\/span>\n\tAsymptotic Two-Sample Brown-Mood Median Test\n\ndata: score by method (method1, method2)\nZ = -0.43809, p-value = 0.6613\nalternative hypothesis: true mu is not equal to 0<\/strong><\/pre>\n #perform Mood's Median Test<\/span>\nmedian_test(score~method, mid.score=\"0.5\"<\/span> ,<\/strong> data = examData)\n\n#output<\/span>\n\tAsymptotic Two-Sample Brown-Mood Median Test\n\ndata: score by method (method1, method2)\nZ = -0.45947, p-value = 0.6459\nalternative hypothesis: true mu is not equal to 00<\/strong><\/pre>\n