如何计算 r 中威廉姆斯趋势检验的 ap 值（SAS 中“PROBMC”的类似函数）

Question

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？

Answer 1

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......