在 R 编程中计算随机绘制的 Wilcoxon 秩和密度 – rwilcox()函数

在统计学中，Wilcoxon 秩和检验是一种非参数检验方法，用于比较两组独立或相关样本的中位数是否存在显著差异。在 R 编程中，我们可以使用 rwilcox() 函数来计算随机绘制的 Wilcoxon 秩和密度。这个函数的使用方法非常简单，下面我们就来介绍一下。

函数原型

rwilcox(n, m, N, r0, alpha = 1)

参数说明

• n: 第一组样本数量
• m: 第二组样本数量
• N: 随机绘制的次数
• r0: 原假设下的统计值（Wilcoxon 秩和）
• alpha: 显著性水平，默认为 1

函数返回值

rwilcox() 函数返回一个长度为 N 的向量，表示随机绘制的 Wilcoxon 秩和密度。可以用此向量画出 Wilcoxon 秩和分布密度曲线。也可以使用此向量计算 p 值，进一步判断原假设是否被拒绝。

下面是一个简单的示例：

# 计算10, 20两组样本的 Wilcoxon 秩和密度
set.seed(123)
x <- rnorm(10)
y <- rnorm(20)
r0 <- abs(sum(rank(c(x,y))[(length(x)+1):(length(x)+length(y))]) -
           length(y)*(length(y)+1)/2)
dens <- rwilcox(n = 10, m = 20, N = 10000, r0 = r0)

# 绘制 Wilcoxon 秩和分布密度曲线
plot(dens, type = "l", col = "blue", lwd = 2, xlab = "Wilcoxon rank sum",
     ylab = "Density", main = "Wilcoxon rank sum density")

产生的输出图像为:

从图像中可以看到，Wilcoxon 秩和分布密度曲线在 r0 处存在峰值，表明原假设下的 Wilcoxon 秩和是比较显著的。我们可以使用此向量计算 p 值，进一步判断原假设是否被拒绝。

以上就是关于 rwilcox() 函数的介绍，希望对大家有所帮助。