BDM.test(asbio)
BDM.test()所属R语言包：asbio
Brunner-Dette-Munk test
布伦纳德特-Munk理论测试
译者：生物统计家园网 机器人LoveR
描述----------Description----------
One and two way heteroscedastic rank-based permutation tests. Two way designs are assumed to be factorial, i.e. interactions are tested.
一，双向异方差的秩的排列测试。双向设计被假定为阶乘，即交互测试。
用法----------Usage----------
BDM.test(Y, X)
BDM.2way(Y, X1, X2)
参数----------Arguments----------
参数：Y
Vector of response data. A quantitative vector
向量的响应数据。定量的矢量
参数：X
A vector of factor levels for a one-way analysis. To be used with BDM.test
一个单向分析因子水平的向量。要使用BDM.test
参数：X1
A vector of factor levels for the first factor in a two-way factorial design. To be used with BDM.2way.
因子水平的一种向量，在一个双向的阶乘设计的第一因子。使用BDM.2way。
参数：X2
A vector of factor levels for the second factor in a two-way factorial design. To be used with BDM.2way.
因子水平的一种向量，在一个双向的阶乘设计的第二个因素。使用BDM.2way。
Details
详细信息----------Details----------
A problem with the Kruskal-Wallis test is that, while it does not assume normality for groups, it still assumes homoscedasticity (i.e. the groups have the same distributional shape). As a solution Brunner et al. (1997) proposed a heteroscedastic version of the Kruskal-Wallis test which utilizes the F-distribution. Along with being robust to non-normality and heteroscedasticity, calculations of exact p-values using the Brunner-Dette-Munk method are not made more complex by tied values. This is another obvious advantage over the traditional Kruskal-Wallis approach.
Kruskal-Wallis检验的一个问题是，虽然它不承担正常的群体，它仍然假设方差齐性（即组具有相同的分配形状）。作为一个解决办法，Brunner等。 （1997）提出了异方差版本的Kruskal-Wallis检验，利用F-分布。随着强大的非正态性和异方差性，计算精确的p值的布伦纳德特-Munk法变得更加复杂绑值。这又是一个明显的优势，在传统的秩和检验方法。
值----------Value----------
Returns a list with two components
返回一个列表，有两个组成部分
参数：Q
The "relative effects" for each group.
“各组的相对效应”。
参数：Table
An ANOVA type table with hypothesis test results.
一的ANOVA型表与假设检验的结果。
注意----------Note----------
Code based on Wilcox (2005)
代码的基础上威尔科克斯（2005）
（作者）----------Author(s)----------
Ken Aho
参考文献----------References----------
factorial designs. Journal of the American Statistical Association. 92: 1494-1502.
Edition. Elsevier, Burlington, MA.
参见----------See Also----------
kruskal.test, trim.test
kruskal.test，trim.test
实例----------Examples----------
rye<-c(50,49.8,52.3,44.5,62.3,74.8,72.5,80.2,47.6,39.5,47.7,50.7)
nutrient<-factor(c(rep(1,4),rep(2,4),rep(3,4)))
BDM.test(Y=rye,X=nutrient)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-12 11:17:20
