循环方式的比较

机器算法验证 r 假设检验 循环统计
2022-04-03 11:48:18

首先,我不得不说我对循环统计的数学理解相当有限。我需要对圆形数据的平均值进行统计比较,即以弧度表示的两组数据(相位值)。

我的主要选择是使用 R 的watson.williams.test但是,我的数据未能满足此测试的假设,并且我收到了该测试可能不适用的警告。

Warning message:                                                               
In watson.williams.test.default(x, group) :         
  Global concentration parameter: 1.16 < 2. The test is probably not applicable

我找到了这个页面,上面写着,

注意:Watson-Williams 检验适用于来自 von Mises 分布的数据,其中不同样本具有相同的分散度。如果这些假设无效,您应该考虑使用其中一种非参数检验。例如,参见 Wheeler-Watson 测试。

听起来像是watson.wheeler.test我的希望。但是,文档watson.wheeler.test说,

样本之间的差异可以是均值或方差。

所以,这不是决定性的,这是一个死胡同。watson.willimas.test有人可以建议R、MATLAB 或 Python 中的任何其他替代方案吗?

2个回答

您可以执行 Watson 的大样本非参数检验或 Watson 非参数检验的 Bootstrap 版本。这两个测试都在 R“循环”包中可用。Arthur Pewsey 等人写了一本名为“R 中的循环统计”的好书。在那里,您将找到有关使用哪些功能以及如何进行测试的详细信息。

用于 MATLAB的 Philipp Berens 的CircStat 工具箱提供circ_cmtest,这是一种用于等中位数的非参数多样本检验。它说它类似于线性数据的 Kruskal-Wallis 检验。因为它假设数据是非参数的,所以比较中位数而不是平均值是很有意义的。使用起来非常简单。