Estatísticas de reamostragem no R
O pacote coin oferece a capacidade de realizar uma ampla variedade de testes estatísticos baseados em aleatorização ou permutação. Esses testes não pressupõem amostragem aleatória de populações bem definidas. Eles podem ser uma alternativa razoável aos procedimentos clássicos quando as premissas do teste não podem ser atendidas. Consulte coin (moeda): Uma estrutura computacional para inferência condicional para obter detalhes.
Nos exemplos abaixo, as letras minúsculas representam variáveis numéricas e as letras maiúsculas representam fatores categóricos. A simulação Monte-Carlo está disponível para todos os testes. Os testes exatos estão disponíveis para procedimentos de 2 grupos.
Testes de localização independentes de duas amostras e K-Sample
# 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))
Simetria de uma resposta para medições 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))
Independência de duas variáveis 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))
Independência em tabelas de contingência
# 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))
Muitos outros testes univariados e multivariados são possíveis com o uso das funções na tabela coin do pacote coin. Para obter mais detalhes, consulte Um sistema Lego para inferência condicional.
Para praticar
Experimente os exercícios deste curso sobre análise de dados e inferência estatística em R.