R에서 중간 기분 테스트를 수행하는 방법

기분 중앙값 검정은 두 개 이상의 독립 그룹의 중앙값을 비교하는 데 사용됩니다.

코인 라이브러리의 median_test 함수를 사용하면 다음 구문을 사용하는 R에서 이 테스트를 수행할 수 있습니다.

median_test(응답~그룹, 데이터)

금:

• 응답: 응답 값의 벡터
• 그룹: 그룹화 값의 벡터
• 데이터: 응답 및 그룹 벡터를 포함하는 데이터 프레임

다음 예에서는 이 함수를 사용하여 R에서 중간 기분 테스트를 수행하는 방법을 보여줍니다.

예: R의 기분 중앙값 테스트

교사가 두 가지 서로 다른 학습 방법으로 수업을 듣는 학생들 사이에서 서로 다른 시험 점수가 나오는지 여부를 알고 싶어한다고 가정해 보겠습니다. 이를 테스트하기 위해 그녀는 무작위로 10명의 학생에게 한 가지 학습 방법을 사용하고 다른 10명의 학생에게는 다른 학습 방법을 사용하도록 요청합니다. 2주 후에 각 학생은 동일한 시험을 치릅니다.

그녀는 Mood의 중앙값 검정을 사용하여 두 그룹의 중앙값 시험 점수가 다른지 여부를 확인하기로 결정했습니다.

1단계: 데이터 프레임을 생성합니다.

 #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

2단계: 중간 기분 테스트를 수행합니다.

 #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

검정의 p-값은 0.6613 입니다. 이 값은 0.05 이상이므로 귀무가설을 기각할 수 없습니다. 두 그룹 간의 시험 점수 중앙값에 통계적으로 유의미한 차이가 있다고 말할 수 있는 충분한 증거가 없습니다.

기본적으로 이 함수는 중앙값과 정확히 동일한 관측치에 점수 0을 할당합니다. 그러나 mid.score 인수를 사용하여 이 값을 0.5 또는 1로 지정할 수 있습니다.

예를 들어 다음 코드는 정확히 동일한 기분 중앙값 테스트를 수행하지만 중앙값과 동일한 관측값에 0.5 값을 할당합니다.

 #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

검정 p-값은 0.6459 로 나타났으며 이는 이전 p-값 0.6613 보다 약간 낮습니다. 그러나 테스트의 결론은 여전히 동일합니다. 두 그룹 간의 시험 점수 중앙값이 크게 다르다고 말할 수 있는 충분한 증거가 없습니다.