Estou interessado em comparar a quantidade de variabilidade em 8 amostras diferentes (cada uma de uma população diferente). Estou ciente de que isso pode ser feito por vários métodos com dados de razão: teste de igualdade de variância do teste F, teste de Levene etc.
No entanto, meus dados são circulares / direcionais (ou seja, dados que exibem periodicidade, como direção do vento e, em geral, dados angulares ou hora do dia). Eu fiz algumas pesquisas e encontrei um teste no pacote "CircStats" em R - "Teste de homogeneidade de Watson". Uma desvantagem é que esse teste compara apenas duas amostras, o que significa que eu teria que fazer várias comparações nas minhas 8 amostras (e depois usar a correção de Bonferonni).
Aqui estão as minhas perguntas:
1) Existe um teste melhor que eu possa usar?
2) Se não, quais são as suposições do teste de Watson? É paramétrico / não paramétrico?
3) Qual é o algoritmo pelo qual eu posso executar este teste? Meus dados estão no Matlab e eu preferiria não ter que transferi-los para o R para executar meu teste. Prefiro apenas escrever minha própria função.
fonte
Respostas:
1) O teste de Watson-Williams é apropriado aqui.
2) É paramétrico e assume uma distribuição de Von-Mises. A segunda suposição é que cada grupo tem um parâmetro de concentração comum. Não me lembro de quão robusto o teste é para violações dessa suposição.
3) Estou usando uma implementação do teste Watson em uma caixa de ferramentas de estatísticas circulares, escrita para o Matlab e disponível na troca de arquivos (link abaixo). Eu não tentei, mas acredito que o teste Watson (circ_wwtest.m) está configurado para vários grupos.
https://www.mathworks.com/matlabcentral/fileexchange/10676-circular-statistics-toolbox--directional-statistics-
fonte
Em relação à sua terceira pergunta, escrevi uma função no MATLAB para o algoritmo baseado em Watson (1962) para calcular a estatística do teste e o valor p:
https://github.com/aatobaa/hatlab/blob/master/watson1962.m
fonte