R을 사용한 Kruskal-Wallis 또는 Mann-Whitney U 테스트의 전력 분석?

Kruskal-Wallis 및 Mann-Whitney U 테스트에 대한 전력 분석을 수행 할 수 있습니까? 그렇다면 R 패키지 / 기능을 수행하는 것이 있습니까?

확실히 힘을 계산할 수 있습니다.

더 구체적으로 말하면, 어떤 확률로 기각 확률을 계산할 수있는 상황을 얻기 위해 충분한 가정을하는 경우 검정력을 계산할 수 있습니다.

예를 들어 Wilcoxon-Mann-Whitney에서 분포 형태를 가정하고 (배포 형태에 대해 가정하고) 스케일 (확산) 및 위치의 특정 값 또는 위치의 차이에 대해 약간의 가정을하는 경우 대수적으로 또는 수치 적분을 통해 검정력을 계산할 수 있습니다. 거부율을 시뮬레이션 할 수 없습니다.

$t_5$$t_5$$\sigma=1$$\delta=\mu_2-\mu_1=1$$\mu_1=0$$n_1=6,n_2=9$$\delta/\sigma$$1$

n1=6;n2=9;tdf=5;delta=1;al=0.05;nsim=10000
res = replicate(nsim,{y1=rt(n1,tdf);y2=rt(n2,tdf)+delta;wilcox.test(y1,y2)$p.value<=al})
mean(res)  # res will be logical ("TRUE" = reject); mean is rej rate

$n$$\delta$

위치 이동의 많은 값에 대해이를 수행하면 원하는 경우 위치 이동이 변경 될 때 해당 환경 세트에 대한 전력 곡선을 얻을 수도 있습니다.

$n_1$$n_2$$\sigma^2$$\delta/\sigma$$\delta$$n$$n$$1-b_i$$\delta=\delta_i$$\Phi^{-1}(1-b)$$\delta$$\delta$$\delta$$n$$\delta$

$P(Y_2>Y_1)$

이러한 테스트는 널 (null) 하에서 분배가없는 (연속 분배의 경우), 대안에 대한 다른 분배 가정에서는 동작이 다릅니다.

Kruskal-Wallis의 상황은 비슷하지만 더 많은 위치 이동 (또는보고있는 다른 상황)이 있습니다.

이 답변 의 도표 는 쌍 사이에 지정된 상관 관계를 갖는 정규 분포에서 샘플링하기 위해 다양한 표준화 된 위치 이동을 통해 특정 표본 크기에서 부호있는 순위 검정에 대한 모의 검정력에 대한 쌍 t 검정 에 대한 검정력 곡선의 비교를 보여줍니다 . Mann-Whitney 및 Kruskal-Wallis에 대해서도 유사한 계산을 수행 할 수 있습니다.

나는 당신과 정확히 같은 질문을했습니다. 조금 검색 한 후이 패키지를 찾았습니다 : https://cran.r-project.org/web/packages/MultNonParam/MultNonParam.pdf

kwpower (nreps, shifts, distname = c ( "normal", "logistic"), level = 0.05, mc = 0, 테일러 = 거짓)

nreps : 각 그룹의 숫자입니다.

shifts : 대립 가설 하에서 다양한 모집단에 대한 오프셋.

distname : 기본 관측치의 분포; 일반 및 물류가 현재 지원됩니다.

레벨 : 테스트 레벨.

mc : 점근 적 계산의 경우 0, mc 근사의 경우 양수 테일러 : Taylor 시리즈 근사값이 확률에 사용되는지 논리적으로 결정합니다.