我想了解这些测试对于一个样本中值测试之间的差异以及何时使用它们中的每一个。
我一直在搜索信息，这是我到目前为止得到的：
- 符号测试（在 R sign.test 中）不需要概率分布对称，但 Wilcoxon (wilcox.test) 需要。
- 威尔科克森更强大。
为了检查概率分布中的对称性，我通过直方图对吗？他们每个人的假设是什么？我应该什么时候使用它们？
我在这里很迷茫，所以欢迎任何帮助。
一个样本中位数检验：Wilcoxon、符号检验或卡方检验
机器算法验证
假设检验
中位数
2022-03-23 17:12:29
1个回答
- 单样本符号检验检验总体中的中位数是否等于该值。
- 单样本 Wilcoxon 检验检验总体中的分布是否围绕值 对称。从技术上讲，两个随机选择的偏离值的总和具有相同的概率出现正面或负面。请注意，拒绝此零假设并不排除该值是总体的平均值或中位数。拒绝意味着两个可能的原因：分布关于某个其他值是对称的，或者分布根本不是对称的。
- 因此，如果我们确实假设总体分布的对称形状，那么 Wilcoxon 检验总体中的平均值（= 中值）是否等于该值（正是这个检验是假设正态性的单样本 t 检验的非参数替代方案）。如果您假设对称性并因此测试平均值（= 中位数），那么 Wilcoxon 作为中位数测试更强大，然后是上面更通用的符号测试。
其它你可能感兴趣的问题