Estadísticas de remuestreo en R

El paquete coin ofrece la posibilidad de realizar una amplia variedad de pruebas estadísticas basadas en la realeatorización o permutación. Estas pruebas no suponen un muestreo aleatorio de poblaciones bien definidas. Pueden ser una alternativa razonable a los procedimientos clásicos cuando no se pueden cumplir los supuestos de la prueba. Consulta moneda: Un marco computacional para la inferencia condicional para más detalles.

En los ejemplos siguientes, las minúsculas representan variables numéricas y las mayúsculas, factores categóricos. La simulación Monte-Carlo está disponible para todas las pruebas. Existen pruebas exactas para procedimientos de 2 grupos.

Pruebas de localización independientes de dos muestras y de K muestras

# Exact Wilcoxon Mann Whitney Rank Sum Test
# where y is numeric and A is a binary factor
library(coin)
wilcox_test(y~A, data=mydata, distribution="exact")

# One-Way Permutation Test based on 9999 Monte-Carlo
# resamplings. y is numeric and A is a categorical factor

library(coin)
oneway_test(y~A, data=mydata,
  distribution=approximate(B=9999))

Simetría de una respuesta para medidas repetidas

# Exact Wilcoxon Signed Rank Test
# where y1 and y2 are repeated measures
library(coin)
wilcoxsign_test(y1~y2, data=mydata, distribution="exact")

# Freidman Test based on 9999 Monte-Carlo resamplings.
# y is numeric, A is a grouping factor, and B is a
#
blocking factor.
library(coin)
friedman_test(y~A|B, data=mydata,
   distribution=approximate(B=9999))

Independencia de dos variables numéricas

# Spearman Test of Independence based on 9999 Monte-Carlo
# resamplings. x and y are numeric variables.
library(coin)
spearman_test(y~x, data=mydata,
   distribution=approximate(B=9999))

Independencia en las tablas de contingencia

# Independence in 2-way Contingency Table based on
# 9999 Monte-Carlo resamplings. A and B are factors.
library(coin)
chisq_test(A~B, data=mydata,
   distribution=approximate(B=9999))

# Cochran-Mantel-Haenzsel Test of 3-way Contingency Table
# based on 9999 Monte-Carlo resamplings. A, B, are
factors
# and C is a stratefying factor.
library(coin)
mh_test(A~B|C, data=mydata,
   distribution=approximate(B=9999))

# Linear by Linear Association Test based on 9999
#
Monte-Carlo resamplings.
A and B are ordered factors.
library(coin)
lbl_test(A~B, data=mydata,
   distribution=approximate(B=9999))

Muchas otras pruebas univariantes y multivariantes son posibles utilizando las funciones de la función moneda del paquete coin. Para más detalles, consulta Un sistema Lego para la inferencia condicional.

Practicar

Prueba los ejercicios de este curso sobre análisis de datos e inferencia estadística en R.