Eu tenho um monte de dados de duas amostras (controle e tratamento), cada uma contendo vários milhares de valores que serão submetidos a testes de significância em R. Teoricamente, os valores devem ser contínuos, mas devido ao arredondamento feito pelo software de medição, eles não são ' te eles têm laços. As distribuições são desconhecidas e as formas de controle e distribuições tratadas podem ser diferentes, então eu gostaria de usar um teste não paramétrico para comparar se a diferença entre as amostras é significativa para 10 fatores diferentes.
Pensei em usar o teste Kolmogorov-Smirnov, mas não é realmente adequado para empates. Recentemente, deparei com uma nova biblioteca R chamada Matching, que executa uma versão de bootstrap do teste KS e tolera vínculos. Agora, isso é realmente uma boa ideia ou devo usar outro teste? E preciso ajustar o valor-p?
Respostas:
Em vez de usar o teste KS, você pode simplesmente usar um procedimento de permutação ou reamostragem, conforme implementado na
oneway_test
função docoin
pacote. Veja a resposta aceita para esta pergunta .Atualização : Meu pacote
afex
contém a funçãocompare.2.vectors
implementando uma permutação e outros testes para dois vetores. Você pode obtê-lo no CRAN:Para dois vetores
x
ey
(atualmente) retorna algo como:Quaisquer comentários sobre esta função são muito bem-vindos.
fonte