R 我在一列中有两个不同的类。如何测试它们的正态性?
在R。 考虑到这是我的情况:(实际上我的真实情况要复杂得多) 一列是性别(男性和女性),另一列是体重(BW)。 我想测试一下男性的体重是否正常,女性的体重是否正常。然后我可以分别测试方差的相等性。最后,对这种情况进行T检验或其他检验。 但是在这种情况下不能使用R 我在一列中有两个不同的类。如何测试它们的正态性?,r,normal-distribution,R,Normal Distribution,在R。 考虑到这是我的情况:(实际上我的真实情况要复杂得多) 一列是性别(男性和女性),另一列是体重(BW)。 我想测试一下男性的体重是否正常,女性的体重是否正常。然后我可以分别测试方差的相等性。最后,对这种情况进行T检验或其他检验。 但是在这种情况下不能使用shapiro.test。(如shapiro.test(BW~SEX,data=df)) 我该怎么办?我不想分离数据帧或创建新的子集 提前谢谢~ 此处详细介绍了此问题的“tidyverse”解决方案: 简单地说,使用您的数据: librar
shapiro.test
。(如shapiro.test(BW~SEX,data=df)
)
我该怎么办?我不想分离数据帧或创建新的子集
提前谢谢~ 此处详细介绍了此问题的“tidyverse”解决方案:
简单地说,使用您的数据:
library(dplyr) # for mutate
library(tidyr) # for nest/unnest
library(purrr) # for map
library(broom) # for glance
df %>%
nest(data = c(BW)) %>%
mutate(model = map(data, ~ shapiro.test(.x$BW)),
g = map(model, glance)) %>%
unnest(g)
结果:
# A tibble: 2 x 6
SEX data model statistic p.value method
<fct> <list<df[,1]>> <list> <dbl> <dbl> <chr>
1 F [50 x 1] <htest> 0.982 0.639 Shapiro-Wilk normality test
2 M [50 x 1] <htest> 0.980 0.535 Shapiro-Wilk normality test
#一个tible:2 x 6
性别数据模型统计p值法
1 F[50 x 1]0.982 0.639 Shapiro-Wilk正态性检验
2 M[50 x 1]0.980 0.535 Shapiro-Wilk正态性检验
此处详细介绍了此问题的“tidyverse”解决方案:
简单地说,使用您的数据:
library(dplyr) # for mutate
library(tidyr) # for nest/unnest
library(purrr) # for map
library(broom) # for glance
df %>%
nest(data = c(BW)) %>%
mutate(model = map(data, ~ shapiro.test(.x$BW)),
g = map(model, glance)) %>%
unnest(g)
结果:
# A tibble: 2 x 6
SEX data model statistic p.value method
<fct> <list<df[,1]>> <list> <dbl> <dbl> <chr>
1 F [50 x 1] <htest> 0.982 0.639 Shapiro-Wilk normality test
2 M [50 x 1] <htest> 0.980 0.535 Shapiro-Wilk normality test
#一个tible:2 x 6
性别数据模型统计p值法
1 F[50 x 1]0.982 0.639 Shapiro-Wilk正态性检验
2 M[50 x 1]0.980 0.535 Shapiro-Wilk正态性检验
哦,我自己刚想出来。。。
使用此代码
with(df, shapiro.test(BW[SEX == "M"]))
with(df, shapiro.test(BW[SEX == "F"]))
我很高兴我能学到更多 哦,我自己才知道。。。 使用此代码
with(df, shapiro.test(BW[SEX == "M"]))
with(df, shapiro.test(BW[SEX == "F"]))
我很高兴我能学到更多
tapply(df$BW,df$SEX,FUN=shapiro.test)
?@thelatemail非常感谢!它也非常有用tapply(df$BW,df$SEX,FUN=shapiro.test)
?@thelatemail非常感谢!它也非常有用!是 啊我很感激你为我提供了更多解决问题的方法。是的。。非常感谢您为我提供了更多解决问题的方法。非常感谢您提供更多信息!非常感谢您提供更多信息!