[英]How to calculate a p value for Williams trend test in r (Similar function of "PROBMC" in SAS)
鉴于我已经知道 t 统计量,我想计算 R 中威廉趋势检验的 p 值。 在 SAS 中,我可以使用函数 PROBMC,如下所示
PROBMC(distribution, q, prob, df, nparms<, parameters>)
下面是一个例子
if parameters t=2.6, k = 6, [nu] = 42, and t = 2.60 then probability is .9924467341.
using (prob=probmc("williams",2.6,.,42,6);)
R中是否有类似的功能来做到这一点?
我想你可能不走运。
使用library("sos"); findFn("Williams trend distribution")
library("sos"); findFn("Williams trend distribution")
并搜索结果找到两个包PMCMCR
和StatCharrms
,它们具有执行威廉姆斯测试的功能,但看起来这些仅使用论文中的列表值来获得 p= 的临界值0.05 - 不直接计算分布/p 值。
获得完整分布/p 值的计算看起来非常繁琐,因此不太可能有人决定在 R 中实现它。如PROBMC 函数的SAS 文档中所述
如 Williams (1971)(参见参考资料)所述,完整的计算非常冗长,分三个阶段进行。
这对某人来说是一个很好的计算统计项目......
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.