나는 두 개의 샘플 (대조군과 처리 군)에서 R에 대한 유의성 테스트를 받아야하는 수천 개의 값을 포함하는 많은 데이터를 얻었습니다. 이론적으로, 값은 연속적이어야하지만 측정 소프트웨어에 의한 반올림으로 인해 그리고 그들은 유대를 가지고있다. 분포는 알 수 없으며 제어 및 처리 분포의 모양이 다를 수 있으므로 비모수 검정을 사용하여 표본 간의 차이가 10 가지 다른 요인에 대해 중요한지 비교하고 싶습니다.
Kolmogorov-Smirnov 테스트를 사용하려고 생각했지만 실제로는 적합하지 않습니다. 나는 최근에 Matching 이라는 새로운 R 라이브러리를 우연히 발견하여 부트 스트랩 버전의 KS 테스트를 실행하고 타이를 허용합니다. 이제 이것이 정말로 좋은 아이디어입니까? 아니면 다른 테스트를 대신 사용해야합니까? p- 값을 조정해야합니까?
링크 된 논문은 성향 점수 매칭을 다룬다. 부트 스트랩 테스트가 더 일반적 일 수 있지만 확실하지 않습니다.
—
Michael R. Chernick
나는 Kolmogorov-Smirnov와 같은 무작위 배정 버전을 수행했을 것입니다 (실제로 아마도 KS에 Anderson-Darling 또는 Cramer-von Mises를 사용했을 것입니다) 동점).
—
Glen_b-복지 주 모니카
Tom Waterhouse의 코드를 보셨습니까 ?
—
Ray Koopman