GNU R: wilcox test
wilcox_test führt den Wilcoxon-Mann-Whitney-Test durch.
Der Befehl befindet sich in dem Package coin, welches installiert sein muss.
Installation Bearbeiten
Zunächst muss das Package mit weiteren erforderlichen Paketen installiert werden. Dies geht per:
install.packages("coin", dependencies=TRUE)
(Anmerkung: unter Debian/Ubuntu zunächst die Pakete libblas-dev liblapack-dev installieren!)
Anschließend muss das Paket aktiviert werden per:
library(coin)
Handhabung Bearbeiten
Vorbereitung Bearbeiten
Benötigt wird ein Datenframe, welches zum einen die beobachteten Werte, und zum anderen eine Gruppierungsvariable enthält. Nehmen wir die Tabelle aus Anwendungsbeispiel 2:
x <-factor(c("m", "w", "m", "m", "w", "m", "w", "w", "w", "m", "m", "w", "m", "w", "m", "m", "w", "m", "w", "w")) y <-c(2,1,5,3,4,3,2,2,1,3,1,4,2,1,4,3,5,2,1,2) bsp2 <-data.frame(x,y)colnames(bsp2) <- c("Geschlecht", "Note")rm(x,y) bsp2
Dies ergibt (wenn man bsp2 eintippt):
Geschlecht Note 1 m 2 2 w 1 3 m 5 4 m 3 5 w 4 6 m 3 7 w 2 8 w 2 9 w 1 10 m 3 11 m 1 12 w 4 13 m 2 14 w 1 15 m 4 16 m 3 17 w 5 18 m 2 19 w 1 20 w 2
Die Spalte "Noten" enthält hierbei die beobachteten Werte, die Spalte "Geschlecht" unterteilt die Tabelle in die Gruppen "m" (= männlich) und "w" (weiblich).
Testen Bearbeiten
Mann-Whitney-Test Bearbeiten
Für den Mann-Whitney-Test gibt man in unserem Beispiel nun ein:
wilcox_test(Note~Geschlecht, data = bsp2)
Erklärung:
Note
|
gibt an, dass sich in der Spalte "Note" die zu untersuchenden Werte befinden
|
~Geschlecht
|
gibt an, dass die Noten-Werte anhand der Spalte "Geschlecht" in Gruppen eingeteilt werden.Note~Geschlecht heisst soviel wie "Nimm die Daten aus Note, welche durch Geschlecht gruppiert werden"
|
data
|
gibt das Datenframe an, in welchem sich die Daten befinden (hier: data=bsp2, da die Daten in bsp2 gespeichert wurden.)
|
Als Ergebnis bekommen wir ausgegeben:
Asymptotic Wilcoxon Mann-Whitney Rank Sum Test data: Note by groups m, w Z = 1.0873, p-value = 0.2769 alternative hypothesis: true mu is not equal to 0
Da der p-Wert > 0.05 ist, wird die Nullhypothese beibehalten. Es existiert in diesem Beispiel also kein signifikanter Unterschied zwischen Männern und Frauen
Werte-Aufruf Bearbeiten
- um nur den p-Wert ausgeprintet zu bekommen gibt man ein:
pvalue(wilcox_test(Note ~ Geschlecht, data = bsp2))