Непараметрический ANOVA и непарные t-тесты

Проверка гипотез в R

Richie Cotton

Data Evangelist at DataCamp

Непараметрические тесты

Непараметрический тест — это тест для проверки гипотез, не предполагающий конкретного распределения тестовой статистики.

Существует два типа непараметрических тестов:

На основе симуляций.
На основе рангов.

t_test()

$H_{0}$: $\mu_{child} - \mu_{adult} = 0$ $H_{A}$: $\mu_{child} - \mu_{adult} > 0$

library(infer)
stack_overflow %>% 
  t_test(
    converted_comp ~ age_first_code_cut,
    order = c("child", "adult"),
    alternative = "greater"
  )

# A tibble: 1 x 6
  statistic  t_df p_value alternative lower_ci upper_ci
      <dbl> <dbl>   <dbl> <chr>          <dbl>    <dbl>
1      2.40 2083. 0.00814 greater        8438.      Inf

Вычисление нулевого распределения

Конвейер на основе симуляций

null_distn <- stack_overflow %>% 
  specify(converted_comp ~ age_first_code_cut) %>%

  hypothesize(null = "independence") %>%

  generate(reps = 5000, type = "permute") %>%

  calculate(
    stat = "diff in means", 
    order = c("child", "adult")
  )

t-тест для сравнения

library(infer)
stack_overflow %>% 
  t_test(
    converted_comp ~ age_first_code_cut,
    order = c("child", "adult"),
    alternative = "greater"
  )

Вычисление наблюдаемой статистики

Конвейер на основе симуляций

obs_stat <- stack_overflow %>% 
  specify(converted_comp ~ age_first_code_cut) %>% 
  calculate(
    stat = "diff in means", 
    order = c("child", "adult")
  )

t-тест для сравнения

library(infer)
stack_overflow %>% 
  t_test(
    converted_comp ~ age_first_code_cut,
    order = c("child", "adult"),
    alternative = "greater"
  )

Получение p-значения

Конвейер на основе симуляций

get_p_value(
  null_distn, obs_stat, 
  direction = "greater"
)

# A tibble: 1 x 1
  p_value
    <dbl>
1  0.0066

t-тест для сравнения

library(infer)
stack_overflow %>% 
  t_test(
    converted_comp ~ age_first_code_cut,
    order = c("child", "adult"),
    alternative = "greater"
  )

# A tibble: 1 x 6
  statistic  t_df p_value alternative lower_ci upper_ci
      <dbl> <dbl>   <dbl> <chr>          <dbl>    <dbl>
1      2.40 2083. 0.00814 greater        8438.      Inf

Ранги векторов

x <- c(1, 15, 3, 10, 6)

rank(x)

1 5 2 4 3

Тест Вилкоксона–Манна–Уитни (или критерий суммы рангов Вилкоксона) — это (очень приблизительно) t-тест, применяемый к рангам числовых данных.

Тест Вилкоксона–Манна–Уитни

wilcox.test(
  converted_comp ~ age_first_code_cut,
  data = stack_overflow,
  alternative = "greater",
  correct = FALSE
)

    Wilcoxon rank sum test

data:  converted_comp by age_first_code_cut
W = 967298, p-value <2e-16
alternative hypothesis: true location shift is greater than 0

¹ Также известен как «критерий суммы рангов Вилкоксона» и «U-критерий Манна–Уитни».

Тест Краскела–Уоллиса

Тест Краскела–Уоллиса относится к тесту Вилкоксона–Манна–Уитни так же, как ANOVA относится к t-тесту.

kruskal.test(
  converted_comp ~ job_sat,
  data = stack_overflow
)

    Kruskal-Wallis rank sum test

data:  converted_comp by job_sat
Kruskal-Wallis chi-square = 81, df = 4, p-value <2e-16

Давайте потренируемся!

Проверка гипотез в R