Como realizar o teste de classificação sinalizada de wilcoxon em r

O teste Wilcoxon Signed-Rank é a versão não paramétrica do teste t pareado . É usado para testar se existe ou não uma diferença significativa entre as médias de duas populações quando a distribuição das diferenças entre as duas amostras não pode ser considerada normal.

Este tutorial explica como realizar um teste de classificação sinalizada de Wilcoxon em R.

Exemplo: teste de classificação assinada de Wilcoxon em R

Suponha que um treinador de basquete queira saber se um determinado programa de treinamento aumenta o número de lances livres realizados por seus jogadores. Para testar isso, ele pediu a 15 jogadores que executassem 20 lances livres antes e depois do programa de treinamento.

Como cada jogador pode ser “emparelhado” consigo mesmo, o treinador planejou usar um teste t pareado para determinar se havia uma diferença significativa entre o número médio de lances livres realizados antes e depois do programa de treinamento. treinamento. No entanto, a distribuição das diferenças revela-se não normal, razão pela qual o formador utiliza um teste de postos sinalizados de Wilcoxon.

A tabela a seguir apresenta o número de lances livres realizados (em 20 tentativas) por cada um dos 15 jogadores, antes e depois do programa de treinamento:

Para realizar o teste de postos sinalizados de Wilcoxon nesses dados em R, podemos usar a função wilcox.test() , que usa a seguinte sintaxe:

wilcox.test(x, y, par = VERDADEIRO)

Ouro:

• x, y: dois vetores de valores de dados
• paired: definir como TRUE informa ao R que nossos dois vetores continham dados emparelhados

O código a seguir demonstra como usar esta função para realizar o teste Wilcoxon Signed-Rank nesses dados:

 #create the two vectors of data
before <- c(14, 17, 12, 15, 15, 9, 12, 13, 13, 15, 19, 17, 14, 14, 16)
after <- c(15, 17, 15, 15, 17, 14, 9, 14, 11, 16, 18, 20, 20, 10, 17)

#perform Wilcoxon Signed-Rank Test
wilcox.test(before, after, paired=TRUE)

	Wilcoxon signed rank test with continuity correction

data: before and after
V = 29.5, p-value = 0.275
alternative hypothesis: true location shift is not equal to 0

A estatística de teste é 29,5 e o valor p correspondente é 0,275 . Como esse valor p não é inferior a 0,05, não rejeitamos a hipótese nula. Não houve diferença estatisticamente significativa no número de lances livres antes e depois dos jogadores participarem do programa de treinamento.

Por padrão, esta função executa um teste de classificação sinalizada de Wilcoxon bilateral, mas você pode especificar um teste para canhotos ou um teste para destros usando o argumento alternativo :

 #perform left-tailed Wilcoxon Signed-Rank Test
wilcox.test(before, after, paired=TRUE, alternative="less")

	Wilcoxon signed rank test with continuity correction

data: before and after
V = 29.5, p-value = 0.1375
alternative hypothesis: true location shift is less than 0

#perform right-tailed Wilcoxon Signed-Rank Test
wilcox.test(before, after, paired=TRUE, alternative="greater")

	Wilcoxon signed rank test with continuity correction

data: before and after
V = 29.5, p-value = 0.8774
alternative hypothesis: true location shift is greater than 0

Recursos adicionais

Uma introdução ao teste de classificação sinalizada de Wilcoxon
Calculadora de teste de local assinado Wilcoxon