WILEY SERIES IN PROBABILITY AND STA

WILEY SERIES IN PROBABILITY AND STATISTICS
Nonparametric
Hypothesis Testing
Rank and Permutation Methods
with Applications in R
Stefano Bonnini • Livio Corain
Marco Marozzi • Luigi Salmaso

Nonparametric Hypothesis Testing
WILEY SERIES IN PROBABILITY AND STATISTICS
Established by WALTER A. SHEWHART and SAMUEL S. WILKS
Editors: David J. Balding, Noel A.C. Cressie, Garrett M. Fitzmaurice, Geof H. Givens,
Harvey Goldstein, Geert Molenberghs, David W. Scott, Adrian F.M. Smith,
Ruey S. Tsay, Sanford Weisberg
Editors Emeriti: J. Stuart Hunter, Iain M. Johnstone, Joseph B. Kadane,
Jozef L. Teugels
A complete list of the titles in this series appears at the end of this volume.
Nonparametric Hypothesis Testing
Rank and Permutation Methods
with Applications in R
Stefano Bonnini
University of Ferrara, Italy
Livio Corain
University of Padova, Italy
Marco Marozzi
University of Calabria, Italy
Luigi Salmaso
University of Padova, Italy
This edition first published 2014
© 2014 John Wiley & Sons, Ltd
Registered office
John Wiley & Sons Ltd, The Atrium, Southern Gate, Chichester, West Sussex, PO19 8SQ, United
Kingdom
For details of our global editorial offices, for customer services and for information about how to apply
for permission to reuse the copyright material in this book please see our website at www.wiley.com.
The right of the author to be identified as the author of this work has been asserted in accordance with the
Copyright, Designs and Patents Act 1988.
All rights reserved. No part of this publication may be reproduced, stored in a retrieval system, or
transmitted, in any form or by any means, electronic, mechanical, photocopying, recording or otherwise,
except as permitted by the UK Copyright, Designs and Patents Act 1988, without the prior permission of
the publisher.
Wiley also publishes its books in a variety of electronic formats. Some content that appears in print may
not be available in electronic books.
Designations used by companies to distinguish their products are often claimed as trademarks. All brand
names and product names used in this book are trade names, service marks, trademarks or registered
trademarks of their respective owners. The publisher is not associated with any product or vendor
mentioned in this book.
Limit of Liability/Disclaimer of Warranty: While the publisher and author have used their best efforts in
preparing this book, they make no representations or warranties with respect to the accuracy or
completeness of the contents of this book and specifically disclaim any implied warranties of
merchantability or fitness for a particular purpose. It is sold on the understanding that the publisher is not
engaged in rendering professional services and neither the publisher nor the author shall be liable for
damages arising herefrom. If professional advice or other expert assistance is required, the services of a
competent professional should be sought.
Library of Congress Cataloging-in-Publication Data
Nonparametric hypothesis testing : rank and permutation methods with applications in R / Stefano
Bonnini, Livio Corain, Marco Marozzi, Luigi Salmaso.
pages cm
Includes bibliographical references and index.
ISBN 978-1-119-95237-4 (cloth)
1. Nonparametric statistics. 2. Statistical hypothesis testing. 3. R (Computer program
language) I. Bonnini, Stefano. II. Corain, Livio. III. Marozzi, Marco. IV. Salmaso, Luigi.
QA278.8.N64 2014
519.5′
4–dc23
2014020574
A catalogue record for this book is available from the British Library.
Cover image: ‘A ship for discovery’ by Serio Salmaso, 1980, Venice
ISBN: 978-1-119-95237-4
Set in 10/12pt Times by Aptara Inc., New Delhi, India
1 2014
The greatest value of a picture is when it forces us to
notice what we never expected to see.
J. Tukey

Contents
Presentation of the book xi
Preface xiii
Notation and abbreviations xvii
1 One- and two-sample location problems, tests for symmetry and
tests on a single distribution 1
1.1 Introduction 1
1.2 Nonparametric tests 2
1.2.1 Rank tests 2
1.2.2 Permutation tests and combination based tests 3
1.3 Univariate one-sample tests 5
1.3.1 The Kolmogorov goodness-of-fit test 6
1.3.2 A univariate permutation test for symmetry 10
1.4 Multivariate one-sample tests 15
1.4.1 Multivariate rank test for central tendency 15
1.4.2 Multivariate permutation test for symmetry 18
1.5 Univariate two-sample tests 20
1.5.1 The Wilcoxon (Mann–Whitney) test 21
1.5.2 Permutation test on central tendency 27
1.6 Multivariate two-sample tests 29
1.6.1 Multivariate tests based on rank 29
1.6.2 Multivariate permutation test on central tendency 34
References 37
2 Comparing variability and distributions 38
2.1 Introduction 38
2.2 Comparing variability 39
2.2.1 The Ansari–Bradley test 40
2.2.2 The permutation Pan test 43
2.2.3 The permutation O’Brien test 46
2.3 Jointly comparing central tendency and variability 49
2.3.1 The Lepage test 50
2.3.2 The Cucconi test 52
viii CONTENTS
2.4 Comparing distributions 56
2.4.1 The Kolmogorov–Smirnov test 56
2.4.2 The Cramer–von Mises test ´ 59
References 61
3 Comparing more than two samples 65
3.1 Introduction 65
3.2 One-way ANOVA layout 66
3.2.1 The Kruskal–Wallis test 67
3.2.2 Permutation ANOVA in the presence of one factor 73
3.2.3 The Mack–Wolfe test for umbrella alternatives 76
3.2.4 Permutation test for umbrella alternatives 83
3.3 Two-way ANOVA layout 87
3.3.1 The Friedman rank test for unreplicated block design 87
3.3.2 Permutation test for related samples 89
3.3.3 The Page test for ordered alternatives 91
3.3.4 Permutation analysis of variance in the presence
of two factors 93
3.4 Pairwise multiple comparisons 95
3.4.1 Rank-based multiple comparisons for the
Kruskal–Wallis test 96
3.4.2 Permutation tests for multiple comparisons 98
3.5 Multivariate multisample tests 99
3.5.1 A multivariate multisample rank-based test 99
3.5.2 A multivariate multisample permutation test 103
References 105
4 Paired samples and repeated measures 107
4.1 Introduction 107
4.2 Two-sample problems with paired data 108
4.2.1 The Wilcoxon signed rank test 108
4.2.2 A permutation test for paired samples 114
4.3 Repeated measures tests 116
4.3.1 Friedman rank test for repeated measures 117
4.3.2 A permutation test for repeated measures 120
References 122
5 Tests for categorical data 124
5.1 Introduction 124
5.2 One-sample tests 125
5.2.1 Binomial test on one proportion 125
5.2.2 The McNemar test for paired data (or bivariate responses)
with binary variables 128
5.2.3 Multivariate extension of the McNemar test 131
CONTENTS ix
5.3 Two-sample tests on proportions or 2 × 2 contingency tables 134
5.3.1 The Fisher exact test 135
5.3.2 A permutation test for comparing two proportions 138
5.4 Tests for R × C contingency tables 139
5.4.1 The Anderson–Darling permutation test for R × C
contingency tables 140
5.4.2 Permutation test on moments 145
5.4.3 The chi-square permutation test 148
References 151
6 Testing for correlation and concordance 153
6.1 Introduction 153
6.2 Measuring correlation 154
6.3 Tests for independence 156
6.3.1 The Spearman test 157
6.3.2 The Kendall test 160
6.4 Tests for concordance 166
6.4.1 The Kendall–Babington Smith test 167
6.4.2 A permutation test for concordance 172
References 174
7 Tests for heterogeneity 176
7.1 Introduction 176
7.2 Statistical heterogeneity 177
7.3 Dominance in heterogeneity 178
7.3.1 Geographical heterogeneity 180
7.3.2 Market segmentation 184
7.4 Two-sided and multisample test 188
7.4.1 Customer satisfaction 189
7.4.2 Heterogeneity as a measure of uncertainty 191
7.4.3 Ethnic heterogeneity 194
7.4.4 Reliability analysis 196
References 197
Appendix A Selected critical values for the null distribution of the
peak-known Mack–Wolfe statistic 201
Appendix B Selected critical values for the null distribution of the
peak-unknown Mack–Wolfe statistic 203
Appendix C Selected upper-tail probabilities for the null distribution
of the Page L statistic 206
Appendix D R functions and codes 213
Index 219

Presentation of the book
The importance and usefulness of nonparametric methods for testing statistical
hypotheses has been growing in recent years mainly due to their flexibility, their
efficiency and their ease of application to several different types of problems, including
most important and frequently encountered multivariate cases. By also taking
account that with respect to parametric counterparts they are much less demanding
in terms of required assumptions, these peculiarities of nonparametric methods are
making them quite popular and widely used even by non-statisticians.
The growing availability of adequate hardware and software tools for their practical
application, and in particular of free access to software environments for statistical
computing like R, represents one more reason for the great success of these methods.
The recognized simplicity and good power behavior of rank and permutation
tests often make them preferable to the classical parametric procedures based on the
assumption of normality or other distribution laws. In particular, permutation tests
are generally asymptotically as powerful as their parametric counterparts in the conditions
for the latter. Moreover, when data exchangeability with respect to samples is
satisfied in the null hypothesis, permutation tests are always exact in the sense that
their null distributions are known for any given dataset of any sample size. On the
other hand, those of parametric counterparts are often known only asymptotically.
Thus for most sample sizes of practical interest, the related lack of efficiency of
unidimensional permutation solutions may sometimes be compensated by the lack of
approximation of parametric asymptotic competitors. For multivariate cases, especially
when the number of processed variables is large in comparison with sample
sizes, permutation solutions in most situations are more powerful than their parametric
counterparts.
For these reasons in the specialized literature a book dedicated to rank and
pe

ผลลัพธ์ (ไทย) 1:

ชุด WILEY ในความน่าเป็นและสถิติNonparametricการทดสอบสมมติฐานตำแหน่งและวิธีเรียงสับเปลี่ยนกับโปรแกรมประยุกต์ใน Rสเตฟาโน Bonnini • Livio Corainมาร์โค Marozzi • Luigi Salmasoการทดสอบสมมติฐาน nonparametricชุด WILEY ในความน่าเป็นและสถิติก่อตั้งขึ้นโดยวอลเตอร์ A. SHEWHART WILKS S. ซามูเอลบรรณาธิการ: David J. หัวล้าน Noel ชื่อ Cressie, Fitzmaurice ม.การ์ Geof H. Givensฮาร์วี่ Goldstein, Geert Molenberghs, David W. สก็อต เอเดรียนที่เอฟเอ็มสมิ ธRuey s ได้ Tsay ลเมซานฟอร์ดบรรณาธิการ Emeriti: ฮัน เตอร์เจ.สจ๊วต เอียนม. Johnstone โจเซฟ B. Kadaneโจเซฟ L. Teugelsรายการทั้งหมดของชื่อเรื่องในชุดนี้ปรากฏขึ้นที่ตอนท้ายของไดรฟ์ข้อมูลนี้การทดสอบสมมติฐาน nonparametricตำแหน่งและวิธีเรียงสับเปลี่ยนกับโปรแกรมประยุกต์ใน Rสเตฟาโน Bonniniมหาวิทยาลัยเฟอร์รารา อิตาลีLivio Corainมหาวิทยาลัยปา อิตาลีMarozzi มาร์โคมหาวิทยาลัยคาลาเบรีย อิตาลีLuigi Salmasoมหาวิทยาลัยปา อิตาลีฉบับนี้เผยแพร่ก่อนปี 2014© 2014 จอห์น Wiley & Sons, Ltdสำนักงานทะเบียนจอห์น Wiley และบุตร จำกัด เอเทรียม เซาท์เธิร์นเกต ชิชิสเตอร์ เวสต์ซัส เซ็กซ์ PO19 8SQ สหรัฐราชอาณาจักรสำหรับรายละเอียดของสำนักงานบรรณาธิการของเราทั่วโลก บริการลูกค้า และ สำหรับข้อมูลเกี่ยวกับวิธีการใช้สิทธิ์ในการใช้วัสดุลิขสิทธิ์ในหนังสือเล่มนี้โปรดดูเว็บไซต์ของเราที่ www.wiley.comด้านขวาของผู้เขียนจะต้องระบุ ตามที่ได้รับคนผู้นี้สอดคล้องกับการลิขสิทธิ์ ออกแบบ และพระราชบัญญัติสิทธิบัตร 1988สงวนลิขสิทธิ์ทั้งหมด ส่วนหนึ่งของเอกสารฉบับนี้อาจจะทำซ้ำ จัดเก็บในระบบเรียก หรือส่ง ในรูปแบบใด ๆ หรือ โดย วิธีใด อิเล็กทรอนิกส์ เครื่องกล เครื่องถ่ายเอกสาร การบันทึก หรือ อื่น ๆยกเว้นที่อนุญาตตาม ลิขสิทธิ์สหราชอาณาจักร ออกแบบ และสิทธิบัตรบัญญัติ 1988 โดยมิได้รับอนุญาตของผู้เผยแพร่Wiley ยังประกาศของหนังสือในรูปแบบอิเล็กทรอนิกส์ที่หลากหลาย บางเนื้อหาที่ปรากฏในพิมพ์อาจไม่สามารถใช้งานหนังสืออิเล็กทรอนิกส์บอกที่บริษัทใช้เพื่อแยกความแตกต่างของผลิตภัณฑ์มักจะอ้างว่า เป็นเครื่องหมายการค้า แบรนด์ทั้งหมดชื่อและชื่อผลิตภัณฑ์ที่ใช้ในหนังสือเล่มนี้มีชื่อทางการค้า เครื่องหมายบริการ เครื่องหมายการค้า หรือการลงทะเบียนเครื่องหมายการค้าของเจ้า ผู้เผยแพร่ที่ไม่เกี่ยวข้องกับผลิตภัณฑ์หรือผู้จัดจำหน่ายกล่าวถึงในหนังสือเล่มนี้ขีดจำกัดของความรับผิดชอบ/การปฏิเสธการรับประกัน: ในขณะที่ผู้ผลิตและผู้เขียนได้ใช้ความพยายามในเตรียมหนังสือเล่มนี้ พวกเขาทำไม่ได้ยืนยันหรือรับประกันเกี่ยวกับความถูกต้อง หรือเพื่อความสมบูรณ์ของเนื้อหา ของหนังสือเล่มนี้ และโดยเฉพาะอย่างยิ่งไม่รับประกันของสินค้าหรือสำหรับวัตถุประสงค์เฉพาะ มีขายในความเข้าใจที่ผู้เผยแพร่ไม่ได้ในการแสดงผลระดับมืออาชีพบริการ และไม่มีผู้เผยแพร่ หรือผู้เขียนต้องรับผิดชอบความเสียหายที่เกิดขึ้น herefrom ถ้ามืออาชีพแนะนำหรือความช่วยเหลืออื่น ๆ มาใช้จำเป็น บริการของการควรขอมืออาชีพที่เชี่ยวชาญไลบรารีข้อมูลจัดแค็ตตาล็อกในประกาศสภาการทดสอบสมมติฐาน nonparametric: วิธีเรียงสับเปลี่ยนและการจัดอันดับกับโปรแกรมประยุกต์ใน R / สเตฟาโนBonnini, Livio Corain มาร์โค Marozzi, Luigi Salmasoซม.หน้ามีข้อมูลอ้างอิง bibliographical และดัชนีISBN 978-1-119-95237-4 (ผ้า)1. สถิติ nonparametric 2. สถิติสมมติฐานการทดสอบ 3. R (โปรแกรมคอมพิวเตอร์ภาษา) I. Bonnini สเตฟาโน II. Corain, Livio III. Marozzi มาร์โค IV. Salmaso, LuigiQA278.8.N64 2014519.5′4 – dc232014020574แคตตาล็อกระเบียนสำหรับหนังสือเล่มนี้ได้จากห้องสมุดอังกฤษครอบคลุมภาพ: 'เรือสำหรับการค้นพบ' โดย Serio Salmaso, 1980 เวนิสISBN: 978-1-119-95237-4ใน 10/12pt ครั้ง โดย Aptara Inc. นิวเดลี อินเดีย1 2014มูลค่าสูงสุดของภาพคือเมื่อจะบังคับให้เราสังเกตว่า เราไม่ต้องดูเจ. Tukeyเนื้อหางานนำเสนอของซีจองPreface xiiiXvii สัญลักษณ์และคำย่อปัญหาตำแหน่งหนึ่ง - และ 2 ตัวอย่าง 1 ทดสอบความสมมาตร และทดสอบการกระจายเดียว 11.1 บทนำ 11.2 ทดสอบ nonparametric 21.2.1 คำทดสอบอันดับ 21.2.2 ทดสอบเรียงสับเปลี่ยน และใช้ชุดทดสอบ 31.3 อย่างไร Univariate ตัวอย่างเดียวทดสอบ 51.3.1 การทดสอบความดีพอน่าเป็น 61.3.2 แบบทดสอบการเรียงสับเปลี่ยนอย่างไร univariate สมมาตร 101.4 15 ทดสอบ multivariate ตัวอย่างหนึ่ง1.4.1 ตัวแปรพหุทดสอบอันดับแนวโน้มกลาง 151.4.2 ทดสอบการเรียงสับเปลี่ยนตัวแปรพหุสมมาตร 181.5 อย่างไร Univariate 2 ตัวอย่างทดสอบ 201.5.1 การทดสอบ Wilcoxon (มานน์ – วิทนีย์) 211.5.2 การเรียงสับเปลี่ยนทดสอบแนวโน้มกลาง 271.6 multivariate สองตัวอย่างทดสอบ 291.6.1 ทดสอบตัวแปรพหุตามอันดับ 291.6.2 การเรียงสับเปลี่ยนตัวแปรพหุทดสอบแนวโน้มกลาง 34อ้างอิง 37Comparing สำหรับความผันผวนและการกระจาย 38 22.1 นำ 382.2 เปรียบเทียบความแปรผัน 392.2.1 ทดสอบเดอะรี – Bradley 402.2.2 การเรียงสับเปลี่ยนปานทดสอบ 432.2.3 การเรียงสับเปลี่ยนทดสอบโอไบรอัน 462.3 ร่วมเปรียบเทียบแนวโน้มกลางและสำหรับความผันผวน 492.3.1 การทดสอบ Lepage 502.3.2 การทดสอบ Cucconi 52เนื้อหา viii2.4 เปรียบเทียบการกระจาย 562.4.1 การทดสอบน่าเป็น – Smirnov 562.4.2 การ Mises Cramer – ฟอนทดสอบ´ 59อ้างอิง 613 เปรียบเทียบมากกว่า 2 ตัวอย่างที่ 653.1 แนะนำ 653.2 รูปแบบการวิเคราะห์ความแปรปรวนแบบทางเดียว 663.2.1 ทดสอบ Kruskal – วาลลิ 673.2.2 การเรียงสับเปลี่ยนการวิเคราะห์ความแปรปรวนในต่อหน้าของปัจจัยหนึ่ง 733.2.3 Mack-Wolfe ทดสอบร่มทาง 763.2.4 การเรียงสับเปลี่ยนทดสอบร่มทาง 833.3 รูปแบบการวิเคราะห์ความแปรปรวนสองทาง 873.3.1 ฟรีดแมนลำดับทดสอบสำหรับบล็อก unreplicated ออก 873.3.2 การเรียงสับเปลี่ยนทดสอบตัวอย่างที่เกี่ยวข้อง 893.3.3 การทดสอบหน้าสำหรับเลือกสั่ง 913.3.4 การเรียงสับเปลี่ยนวิเคราะห์ของผลต่างในการปัจจัยที่สอง 933.4 pairwise เปรียบเทียบหลาย 953.4.1 ลำดับการเปรียบเทียบหลายสำหรับการทดสอบ Kruskal – วาลลิ 963.4.2 ทดสอบการเรียงสับเปลี่ยนสำหรับเปรียบเทียบหลาย 983.5 ตัวแปรพหุทดสอบ multisample 993.5.1 ตัวแปรพหุ multisample ตามตำแหน่งทดสอบ 993.5.2 ภาพการทดสอบการเรียงสับเปลี่ยน multisample ตัวแปรพหุ 103อ้างอิง 1054 ตัวอย่างการจับคู่ และทำซ้ำวัด 1074.1 นำ 1074.2 สองตัวอย่างเกี่ยวกับข้อมูลจัดเป็นคู่ 1084.2.1 การ Wilcoxon เซ็นทดสอบอันดับ 1084.2.2 การทดสอบเรียงสับเปลี่ยนตัวจัดเป็นคู่อย่าง 1144.3 มาตรการซ้ำทดสอบ 1164.3.1 ฟรีดแมนทดสอบอันดับสำหรับมาตรการซ้ำ 1174.3.2 การทดสอบเรียงสับเปลี่ยนสำหรับมาตรการซ้ำ 120อ้างอิง 122ทดสอบ 5 แตกข้อมูล 1245.1 แนะนำ 1245.2 หนึ่งตัวอย่างทดสอบ 1255.2.1 การทดสอบทวินามในหนึ่งสัดส่วน 1255.2.2 การทดสอบ McNemar สำหรับข้อมูลจัดเป็นคู่ (หรือตอบสนอง bivariate)กับตัวแปรฐานสอง 1285.2.3 ขยายตัวแปรพหุการทดสอบ McNemar 131เนื้อหา ix5.3 2 ตัวอย่างทดสอบสัดส่วนหรือ 2 × 2 ตารางฉุกเฉิน 1345.3.1 การทดสอบแน่นอน Fisher 1355.3.2 การทดสอบเรียงสับเปลี่ยนการเปรียบเทียบสัดส่วน 2 1385.4 ทดสอบ R × C ฉุกเฉินตาราง 1395.4.1 การเรียงสับเปลี่ยนแอนเดอร์สัน – ดาร์ลิงทดสอบ R × Cตารางฉุกเฉิน 1405.4.2 ทดสอบช่วงเวลา 145 เรียงสับเปลี่ยน5.4.3 การทดสอบ chi-square การเรียงสับเปลี่ยน 148อ้างอิง 151ทดสอบที่ 6 ความสัมพันธ์และสอดคล้อง 1536.1 นำ 1536.2 การวัดความสัมพันธ์ของ 1546.3 ทดสอบสำหรับเอกราช 1566.3.1 การทดสอบ Spearman 1576.3.2 การทดสอบเคนดัล 1606.4 ทดสอบความสอดคล้อง 1666.4.1 ทดสอบเคนดัล – Babington Smith 1676.4.2 การทดสอบเรียงสับเปลี่ยนสำหรับสอดคล้อง 172อ้างอิง 1747 Tests for heterogeneity 1767.1 Introduction 1767.2 Statistical heterogeneity 1777.3 Dominance in heterogeneity 1787.3.1 Geographical heterogeneity 1807.3.2 Market segmentation 1847.4 Two-sided and multisample test 1887.4.1 Customer satisfaction 1897.4.2 Heterogeneity as a measure of uncertainty 1917.4.3 Ethnic heterogeneity 1947.4.4 Reliability analysis 196References 197Appendix A Selected critical values for the null distribution of thepeak-known Mack–Wolfe statistic 201Appendix B Selected critical values for the null distribution of thepeak-unknown Mack–Wolfe statistic 203Appendix C Selected upper-tail probabilities for the null distributionof the Page L statistic 206Appendix D R functions and codes 213Index 219Presentation of the bookThe importance and usefulness of nonparametric methods for testing statisticalhypotheses has been growing in recent years mainly due to their flexibility, theirefficiency and their ease of application to several different types of problems, includingmost important and frequently encountered multivariate cases. By also takingaccount that with respect to parametric counterparts they are much less demandingin terms of required assumptions, these peculiarities of nonparametric methods aremaking them quite popular and widely used even by non-statisticians.The growing availability of adequate hardware and software tools for their practicalapplication, and in particular of free access to software environments for statisticalคอมพิวเตอร์เช่น R แสดงถึงสาเหตุอย่างหนึ่งประสบความสำเร็จของวิธีการเหล่านี้เรียบง่ายรู้จักและอำนาจที่ดีลักษณะตำแหน่งและการเรียงสับเปลี่ยนทดสอบมักจะทำให้พวกเขากว่าจะคลาสสิกพาราเมตริกตามขั้นตอนตามอัสสัมชัญ normality หรือกฎหมายอื่น ๆ กระจาย โดยเฉพาะ ทดสอบการเรียงสับเปลี่ยนโดยทั่วไป asymptotically เป็นพลังเป็นปราบปรามพาราเมตริกในเงื่อนไขสำหรับหลังการ นอกจากนี้ เมื่อ exchangeability ข้อมูลเกี่ยวกับตัวอย่างเป็นมีความพอใจในสมมติฐานว่าง การเรียงสับเปลี่ยนทดสอบเสมอแน่นอนในแง่ที่การกระจายของ null เป็นที่รู้จักสำหรับชุดข้อมูลใด ๆ กำหนดให้ของตัวอย่างขนาดใดก็ ในการอีก บรรดาคู่พาราเมตริกนั้นมักจะทราบเฉพาะ asymptoticallyสำหรับขนาดค่าตัวอย่างส่วนใหญ่น่าสนใจทางปฏิบัติ การขาดประสิทธิภาพที่เกี่ยวข้องดังนั้นบางครั้งอาจชดเชย unidimensional วิธีเรียงสับเปลี่ยนตัวอย่างประมาณของคู่แข่ง asymptotic พาราเมตริก กรณีที่ตัวแปรพหุ โดยเฉพาะอย่างยิ่งเมื่อจำนวนตัวแปรที่ประมวลผลมีขนาดใหญ่เมื่อเปรียบเทียบกับตัวอย่างขนาด การเรียงสับเปลี่ยนวิธีแก้ปัญหาในสถานการณ์ส่วนใหญ่จะมีประสิทธิภาพมากกว่าของพาราเมตริกคู่นี้สำหรับเหล่านี้เหตุผลในวรรณคดีเฉพาะหนังสือการจัดอันดับ และpe

ผลลัพธ์ (ไทย) 2:

WILEY SERIES IN น่าจะเป็นและสถิติไม่อิงพารามิเตอร์การทดสอบสมมติฐานอันดับเรียงสับเปลี่ยนและวิธีการที่มีการประยุกต์ใช้ในการวิจัยสเตฟาโนBonnini • Livio Corain Marco Marozzi • Luigi Salmaso nonparametric ทดสอบสมมติฐานWILEY SERIES IN น่าจะเป็นและสถิติที่จัดตั้งขึ้นโดยวอลเตอร์เอShewhart และซามูเอลเอสวิลก์สบรรณาธิการ: เดวิด เจหัวล้านประสานเสียง AC Cressie, การ์เร็ตเอ็ม Fitzmaurice, เจฟฟ์เอช Givens, ฮาร์วีย์โกลด์สตีฝน Molenberghs, เดวิดดับบลิวสกอตต์, เอเดรียเอฟเอ็มสมิ ธRuey Tsay เอสฟอร์ดไวส์เบิร์กบรรณาธิการEmeriti: เจจวร์ตฮันเตอร์เลน M . Johnstone, โจเซฟข Kadane, โจเซฟแอล Teugels รายการที่สมบูรณ์ของชื่อในชุดนี้จะปรากฏในตอนท้ายของหนังสือเล่มนี้ได้. nonparametric สมมติฐานการทดสอบตำแหน่งและวิธีการเรียงสับเปลี่ยนกับการประยุกต์ใช้ในการวิจัยสเตฟาโนBonnini มหาวิทยาลัยเฟอร์ราราอิตาลีLivio Corain มหาวิทยาลัย ของปาโดวาอิตาลีมาร์โกMarozzi มหาวิทยาลัยคาลาอิตาลีLuigi Salmaso มหาวิทยาลัย Padova อิตาลีฉบับนี้ตีพิมพ์ครั้งแรก2014 © 2014 จอห์นไวลีย์แอนด์ซัน จำกัดสำนักงานที่ลงทะเบียนจอห์นไวลีย์แอนด์ซัน จำกัด เอเทรียมประตูภาคใต้, ชิเชสเตอร์เวสต์ซัสเซ็กซ์ PO19 8SQ, สหราชอาณาจักรสำหรับรายละเอียดของสำนักงานบรรณาธิการของเราทั่วโลกสำหรับการให้บริการลูกค้าและสำหรับข้อมูลเกี่ยวกับวิธีการที่จะใช้สำหรับการอนุญาตให้นำมาใช้วัสดุที่มีลิขสิทธิ์ในหนังสือเล่มนี้โปรดดูที่เว็บไซต์ของเราได้ที่www.wiley.com. สิทธิของผู้เขียน จะระบุว่าเป็นผู้เขียนของงานนี้ได้รับการยืนยันเป็นไปตามลิขสิทธิ์สิทธิบัตรการออกแบบและพระราชบัญญัติ1988 สงวนลิขสิทธิ์ เป็นส่วนหนึ่งของเอกสารนี้ไม่อาจทำซ้ำเก็บไว้ในระบบการดึงหรือส่งในรูปแบบใดหรือโดยวิธีใด ๆ อิเล็กทรอนิกส์เครื่องกลถ่ายเอกสารบันทึกหรืออย่างอื่นยกเว้นตามที่ได้รับอนุญาตจากสหราชอาณาจักรลิขสิทธิ์สิทธิบัตรการออกแบบและพระราชบัญญัติปี1988 โดยไม่ต้องได้รับอนุญาตก่อนเผยแพร่. ไวลีย์ยังตีพิมพ์หนังสือในหลากหลายรูปแบบอิเล็กทรอนิกส์ เนื้อหาที่ปรากฏในการพิมพ์บางอย่างอาจไม่สามารถใช้ได้ในหนังสืออิเล็กทรอนิกส์. Designations ใช้โดย บริษัท ที่จะแยกแยะสินค้าของพวกเขาอ้างว่ามักจะเป็นเครื่องหมายการค้า ทุกแบรนด์ชื่อและชื่อผลิตภัณฑ์ที่ใช้ในหนังสือเล่มนี้มีชื่อทางการค้าเครื่องหมายบริการเครื่องหมายการค้าหรือจดทะเบียนเครื่องหมายการค้าของเจ้าของนั้นๆ สำนักพิมพ์ไม่เกี่ยวข้องกับผลิตภัณฑ์ใด ๆ หรือผู้ขายกล่าวถึงในหนังสือเล่มนี้. ข้อ จำกัด ของความรับผิด / ปฏิเสธการรับประกัน: ในขณะที่ผู้จัดพิมพ์และผู้เขียนได้ใช้ความพยายามอย่างดีที่สุดในการเตรียมความพร้อมกับหนังสือเล่มนี้พวกเขาให้การรับรองหรือการรับประกันใดๆ กับส่วนที่เกี่ยวกับความถูกต้องหรือความสมบูรณ์ของเนื้อหาของหนังสือเล่มนี้และโดยเฉพาะปฏิเสธการรับประกันโดยนัยใด ๆ ของซื้อขายหรือความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ มันจะขายโดยเข้าใจว่าผู้เผยแพร่จะไม่ได้มีส่วนร่วมในการให้บริการระดับมืออาชีพและไม่เผยแพร่หรือผู้เขียนจะต้องรับผิดชอบต่อความเสียหายที่เกิดขึ้นherefrom ถ้าแนะนำอย่างมืออาชีพหรือความช่วยเหลือจากผู้เชี่ยวชาญอื่น ๆ ที่จำเป็นต้องใช้บริการของที่เป็นมืออาชีพที่มีอำนาจควรจะขอ. ห้องสมุดสภาคองเกรสข้อมูลรายการในการเผยแพร่การทดสอบสมมติฐาน nonparametric: ยศและวิธีการเปลี่ยนแปลงกับการใช้งานใน R / สเตฟาโน Bonnini, Livio Corain มาร์โก Marozzi ลุย Salmaso. หน้าซมบรรณานุกรมและดัชนี. ไอ 978-1-119-95237-4 (ผ้า) 1 สถิติ nonparametric 2. การทดสอบสมมติฐานทางสถิติ 3. r (โปรแกรมคอมพิวเตอร์ภาษา) I. Bonnini, สเตฟาโน ครั้งที่สอง Corain, Livio III Marozzi มาร์โก IV . Salmaso, Luigi QA278.8.N64 2014 519.5 '4 DC23 2014020574 บันทึกรายการสำหรับหนังสือเล่มนี้สามารถใช้ได้จากหอสมุดแห่งชาติอังกฤษ. ปกคลุมภาพ: เรือสำหรับการค้นพบ A' โดย Serio Salmaso 1980 เวนิสISBN: 978-1 -119-95237-4 ตั้งอยู่ใน 10/12 พอยต์ไทม์โดย Aptara อิงค์นิวเดลีประเทศอินเดีย1 2014 ค่ายิ่งใหญ่ที่สุดของภาพคือเมื่อมันบังคับให้เราสังเกตเห็นสิ่งที่เราไม่เคยคาดว่าจะเห็น. เจ Tukey เนื้อหาการนำเสนอของหนังสือจินคำนำสิบสามสัญลักษณ์และตัวย่อที่xvii 1 เป็น One และปัญหาการตั้งสองตัวอย่างการทดสอบสำหรับสมมาตรและการทดสอบในการกระจายเดียว1 1.1 1 บทนำ1.2 การทดสอบ nonparametric 2 1.2.1 การทดสอบอันดับ 2 1.2.2 เรียงสับเปลี่ยน การทดสอบและการรวมกันทดสอบตาม 3 1.3 การทดสอบแบบ univariate หนึ่งตัวอย่าง 5 1.3.1 การทดสอบความดีของพอดี Kolmogorov 6 1.3.2 การทดสอบการเปลี่ยนแปลง univariate สำหรับสัดส่วน 10 1.4 การทดสอบหลายตัวแปรหนึ่งตัวอย่าง 15 1.4.1 การทดสอบหลายตัวแปรสำหรับตำแหน่งกลาง แนวโน้มที่ 15 1.4.2 การทดสอบการเปลี่ยนแปลงหลายตัวแปรสำหรับสัดส่วน 18 1.5 การทดสอบแบบ univariate สองตัวอย่าง-20 1.5.1 Wilcoxon (Mann-Whitney) การทดสอบ 21 1.5.2 การทดสอบการเรียงสับเปลี่ยนในแนวโน้มเข้าสู่ส่วนกลาง 27 1.6 หลายตัวแปรสองตัวอย่างทดสอบ 29 1.6.1 หลายตัวแปร การทดสอบขึ้นอยู่กับอันดับที่ 29 1.6.2 การทดสอบการเปลี่ยนแปลงหลายตัวแปรในแนวโน้มเข้าสู่ส่วนกลาง 34 อ้างอิง 37 2 เปรียบเทียบความแปรปรวนและการแจกแจง 38 2.1 บทนำ 38 2.2 เปรียบเทียบความแปรปรวน 39 2.2.1 การทดสอบซารีแบรดลีย์ 40 2.2.2 การเปลี่ยนแปลงแพนทดสอบ 43 2.2.3 เปลี่ยนแปลงโอไบรอันทดสอบ 46 2.3 ร่วมกันเปรียบเทียบแนวโน้มเข้าสู่ส่วนกลางและความแปรปรวน 49 2.3.1 การทดสอบเพจ 50 2.3.2 การทดสอบ Cucconi 52 viii สารบัญ2.4 เปรียบเทียบการกระจาย 56 2.4.1 การทดสอบ Kolmogorov-Smirnov 56 2.4.2 Cramer- ฟอนคะเนทดสอบ 59 อ้างอิง 61 3 เปรียบเทียบมากกว่าสองตัวอย่าง 65 3.1 บทนำ 65 3.2 One-way ANOVA รูปแบบ 66 3.2.1 การทดสอบ Kruskal-Wallis 67 3.2.2 เรียงสับเปลี่ยนวิเคราะห์ความแปรปรวนในการปรากฏตัวของปัจจัยหนึ่ง 73 3.2.3 แม็ค ทดสอบ -Wolfe หาทางเลือกในร่ม 76 3.2.4 การทดสอบการเรียงสับเปลี่ยนหาทางเลือกในร่ม 83 3.3 สองทาง ANOVA รูปแบบ 87 3.3.1 การทดสอบฟรีดแมนยศสำหรับการออกแบบบล็อก unreplicated 87 3.3.2 การทดสอบการเรียงสับเปลี่ยนสำหรับตัวอย่างที่เกี่ยวข้อง 89 3.3.3 หน้าทดสอบ หาทางเลือกที่ได้รับคำสั่ง 91 3.3.4 การวิเคราะห์การเปลี่ยนแปลงของความแปรปรวนในการปรากฏตัวของสองปัจจัย93 3.4 เปรียบเทียบหลาย Pairwise 95 3.4.1 ตามลำดับเปรียบเทียบหลายสำหรับการทดสอบKruskal-Wallis 96 3.4.2 การทดสอบเรียงสับเปลี่ยนสำหรับการเปรียบเทียบหลาย 98 3.5 multisample หลายตัวแปร ทดสอบ 99 3.5.1 multisample ยศหลายตัวแปรที่ใช้ทดสอบ 99 3.5.2 การเปลี่ยนแปลงหลายตัวแปร multisample ทดสอบ 103 อ้างอิง 105 4 ตัวอย่างคู่และมาตรการซ้ำ 107 4.1 บทนำ 107 4.2 ปัญหาสองตัวอย่างที่มีข้อมูลที่จับคู่ 108 4.2.1 Wilcoxon ลงนามยศ การทดสอบ 108 4.2.2 การทดสอบการเปลี่ยนแปลงสำหรับตัวอย่างที่จับคู่ 114 4.3 มาตรการซ้ำทดสอบ 116 4.3.1 การทดสอบฟรีดแมนยศสำหรับวัดซ้ำ 117 4.3.2 การทดสอบการเปลี่ยนแปลงมาตรการซ้ำ 120 อ้างอิง 122 5 การทดสอบข้อมูลที่แน่ชัด 124 5.1 บทนำ 124 5.2 หนึ่ง -sample ทดสอบ 125 5.2.1 การทดสอบทวินามหนึ่งสัดส่วน 125 5.2.2 การทดสอบ McNemar ข้อมูลจับคู่ (หรือการตอบสนอง bivariate) กับตัวแปรไบนารี 128 5.2.3 ขยายหลายตัวแปรของการทดสอบ McNemar 131 สารบัญ ix 5.3 การทดสอบสองตัวอย่างในสัดส่วน หรือ 2 × 2 ตารางฉุกเฉิน 134 5.3.1 การทดสอบฟิชเชอร์ที่แน่นอน 135 5.3.2 การทดสอบการเปลี่ยนแปลงสำหรับการเปรียบเทียบสองสัดส่วน 138 5.4 การทดสอบ R × C ตารางฉุกเฉิน 139 5.4.1 การทดสอบการเปลี่ยนแปลงเดอร์สันที่รักสำหรับ-R × C ตารางฉุกเฉิน 140 5.4.2 การทดสอบในช่วงเวลาที่เรียงสับเปลี่ยน 145 5.4.3 เปลี่ยนแปลงไคสแควร์ทดสอบ 148 อ้างอิง 151 6 การทดสอบความสัมพันธ์และสอดคล้อง 153 6.1 บทนำ 153 6.2 ความสัมพันธ์การวัด 154 6.3 การทดสอบความเป็นอิสระ 156 6.3.1 การทดสอบสเปียร์แมน 157 6.3.2 การทดสอบเคนดัลล์ 160 6.4 การทดสอบความสอดคล้อง 166 6.4.1 การทดสอบเคนดัลล์สมิ ธ Babington-167 6.4.2 การทดสอบการเปลี่ยนแปลงสำหรับสอดคล้อง 172 อ้างอิง 174 7 การทดสอบความแตกต่าง 176 7.1 บทนำ 176 7.2 ความแตกต่างทางสถิติ 177 7.3 การปกครองในเซลล์สืบพันธุ์ 178 7.3.1 ความแตกต่างทางภูมิศาสตร์ 180 7.3.2 การแบ่งส่วนตลาด 184 7.4 สองด้านและการทดสอบ multisample 188 7.4.1 พึงพอใจของลูกค้า 189 7.4.2 เซลล์สืบพันธุ์เป็นมาตรการของความไม่แน่นอน 191 7.4.3 ความหลากหลายชาติพันธุ์ 194 7.4.4 การวิเคราะห์ความน่าเชื่อถือ 196 อ้างอิง 197 ภาคผนวก A เลือก ค่าที่สำคัญสำหรับการกระจาย null ของยอดเขาที่รู้จักกันแม็ค-วูล์ฟสถิติ201 ภาคผนวก B เลือกค่าที่สำคัญสำหรับการกระจาย null ของยอดเขาที่ไม่รู้จักแม็ค-วูล์ฟสถิติ203 ภาคผนวก C เลือกน่าจะเป็นบนหางสำหรับการกระจาย null ของหน้า L สถิติ 206 ภาคผนวกฟังก์ชั่น DR และรหัส 213 ดัชนี 219 การนำเสนอของหนังสือความสำคัญและประโยชน์ของวิธีการไม่อิงพารามิเตอร์สำหรับการทดสอบทางสถิติสมมติฐานได้รับการเติบโตในปีที่ผ่านมาส่วนใหญ่เนื่องจากมีความยืดหยุ่นของพวกเขาพวกเขาอย่างมีประสิทธิภาพและความสะดวกในการประยุกต์ใช้ในหลายประเภทของปัญหารวมทั้งที่สำคัญที่สุดและที่พบบ่อยกรณีหลายตัวแปร โดยยังมีการพิจารณาว่าด้วยความเคารพคู่พาราพวกเขามีมากน้อยกว่าความต้องการในแง่ของสมมติฐานที่จำเป็นต้องใช้ลักษณะเหล่านี้วิธีการnonparametric จะทำให้พวกเขาค่อนข้างเป็นที่นิยมและใช้กันอย่างแพร่หลายได้โดยที่ไม่สถิติ. ความพร้อมการเติบโตของฮาร์ดแวร์ที่เพียงพอและเครื่องมือซอฟต์แวร์สำหรับ การปฏิบัติของพวกเขาแอพลิเคชันและโดยเฉพาะอย่างยิ่งในการเข้าถึงฟรีให้กับสภาพแวดล้อมที่ซอฟแวร์สำหรับสถิติการคำนวณเช่นR หมายถึงอีกเหตุผลหนึ่งสำหรับความสำเร็จที่ยิ่งใหญ่ของวิธีการเหล่านี้. ความเรียบง่ายได้รับการยอมรับและพฤติกรรมการใช้พลังงานที่ดีของการจัดอันดับและการเปลี่ยนแปลงการทดสอบมักจะทำให้พวกเขาดีกว่าที่จะคลาสสิกขั้นตอนตัวแปรขึ้นอยู่กับสมมติฐานปกติหรือกฎหมายอื่น ๆ กระจาย โดยเฉพาะอย่างยิ่งการทดสอบการเปลี่ยนแปลงโดยทั่วไปจะมี asymptotically เป็นพลังเป็นคู่ของตัวแปรในเงื่อนไขสำหรับหลัง นอกจากนี้เมื่อ exchangeability ข้อมูลที่เกี่ยวกับกลุ่มตัวอย่างที่เป็นความพึงพอใจในสมมติฐานการทดสอบการเปลี่ยนแปลงอยู่เสมอแน่นอนในแง่ที่ว่ากระจายnull ของพวกเขาเป็นที่รู้จักสำหรับชุดข้อมูลใด ๆ ที่กำหนดขนาดของกลุ่มตัวอย่างใด ๆ ในทางกลับกันพวกพาราคู่เป็นที่รู้จักกันมักจะเป็นเพียง asymptotically. ดังนั้นส่วนใหญ่ขนาดตัวอย่างที่น่าสนใจในทางปฏิบัติที่เกี่ยวข้องกับการขาดประสิทธิภาพของการแก้ปัญหาการเปลี่ยนแปลง unidimensional บางครั้งอาจจะได้รับการชดเชยจากการขาดของการประมาณของคู่แข่งasymptotic พารา สำหรับกรณีที่หลายตัวแปรโดยเฉพาะอย่างยิ่งเมื่อจำนวนของตัวแปรการประมวลผลที่มีขนาดใหญ่เมื่อเทียบกับกลุ่มตัวอย่างขนาดการแก้ปัญหาการเปลี่ยนแปลงในสถานการณ์ส่วนใหญ่มีประสิทธิภาพมากขึ้นกว่าที่พวกเขาพาราคู่. ด้วยเหตุผลเหล่านี้ในวรรณคดีเฉพาะหนังสือที่ทุ่มเทให้กับการจัดอันดับและPE

ผลลัพธ์ (ไทย) 3:

นิ่งแบบในความน่าจะเป็นและสถิตินอนพาราเมตริก การทดสอบสมมติฐาน



กับการใช้งานและวิธีเรียงสับเปลี่ยนตำแหน่ง R
-
มาร์โคลิวิโอ สเตฟาโน่ bonnini corain marozzi - ลุยจิ salmaso

3
นิ่งชุดในการทดสอบสมมติฐานสถิติและความน่าจะเป็น
ก่อตั้งโดยวอลเตอร์ . เชิงเดี่ยวและบรรณาธิการซามูเอลเอส. วิล
: เดวิด เจ ผมบาง โนเอล เอซี cressie การ์เร็ตต์ ) ฟิตส์มอริสจอฟ , hเว่น
ฮาร์วีย์ , Goldstein , Geert molenberghs เดวิด ดับเบิลยู. สก็อต เอเดรียน ปี สมิธ ,
ruey tsay แซนไวส์เบิร์ก s ,
: J . Stuart บรรณาธิการ emeriti ฮันเตอร์ ยน ม. พ. kadane Johnstone , โจเซฟ , โจเซฟ แอล. teugels

รายการที่สมบูรณ์ของชื่อในชุดนี้ปรากฏในตอนท้ายของเล่มนี้
3 . การทดสอบสมมติฐานและวิธีการ

อันดับเรียงสับเปลี่ยนโปรแกรม R

bonnini สเตฟาโน่มหาวิทยาลัยเฟอร์รารา , อิตาลี corain

Livio มหาวิทยาลัย Padova , อิตาลี marozzi

มาร์โคมหาวิทยาลัยของ Calabria , อิตาลี salmaso

Luigi มหาวิทยาลัย Padova , อิตาลี ตีพิมพ์ครั้งแรกปี 2014

รุ่นนี้สงวนลิขสิทธิ์ 2014 จอห์นนิ่ง&ลูกชายกัด

&บุตรชายจอห์นลงทะเบียน office ย์กัด ห้องโถง ใต้ประตู , ชิคเชสเตอร์ , West Sussex po19 8sq สหราชอาณาจักร

รายละเอียดของสำนักงานบรรณาธิการของเราทั่วโลก