Apa perbedaan antara wilcox.test dan coin :: wilcox_test dalam R?

Dua fungsi ini ada di R tapi saya tidak tahu perbedaannya. Tampaknya mereka hanya mengembalikan nilai-p yang sama saat menelepon wilcox.testdengan correct=FALSE, dan wilcox_test(dalam paket koin) dengan distribution="aymptotic". Untuk nilai lain mereka mengembalikan nilai p yang berbeda. Jugawilcox.test selalu mengembalikan W = 0 untuk dataset saya, terlepas dari pengaturan parameternya:

x = c(1, 1, 1, 3, 3, 3, 3) dan y = c(4, 4, 6, 7, 7, 8, 10)

Juga, ketika saya mencoba menggunakan alat yang berbeda selain R (beberapa tersedia online, yang lain sebagai pengaya Excel), kadang-kadang mereka melaporkan nilai p yang berbeda.

Jadi, bagaimana saya bisa tahu alat mana yang memberikan nilai p "benar"?

Apakah ada nilai p "benar", atau jika beberapa alat memberikan nilai p <0,05 apakah saya harus bahagia? (Terkadang alat-alat ini tidak menawarkan begitu banyak kemungkinan parametrization seperti R.)

Apa yang kulewatkan di sini?

Kunci untuk pertanyaan Anda ditemukan di? Wilcox.test di bagian Catatan:

Literatur tidak sepakat tentang definisi jumlah peringkat Wilcoxon dan tes Mann-Whitney.

Jadi artinya adalah ada lebih dari satu cara untuk melakukan uji non-parametrik ini tentang perubahan lokasi antara dua sampel. Selain itu, mengingat setiap definisi, ada lebih dari satu cara untuk mendapatkan nilai ap. "tepat" berarti benar-benar benar, sementara "perkiraan" atau "asimptotik" sama-sama merupakan perkiraan kebenaran. Itu sebabnya ada beberapa opsi di keduanya wilcox.test()dan wilcox_test(), dan hanya beberapa di antaranya yang sama persis - ketika Anda memiliki kedua fungsi melakukan hal yang persis sama. Sepertinya wilcox_test()bisa mendapatkan nilai p yang tepat bahkan ketika ada nilai terikat, sementara wilcox.test()jatuh kembali ke perkiraan asimptotik ketika ada nilai terikat. Saya tidak akan tahu kombinasi apa dari perhitungan statistik dan p-value yang dilakukan oleh add-on Excel,

Pertanyaan Anda berikutnya adalah mengapa wilcox.test()mengembalikan 0 setiap saat. Untuk kumpulan data yang Anda buat, nilai statistik uji adalah 0 ketika Anda melakukan wilcox.test (x, y) tetapi akan menjadi 49 ketika Anda melakukan wilcox.test (y, x) meskipun nilai-p akan menjadi sama. Lihat halaman wikipedia untuk alasannya. wilcox_test()mengembalikan transformasi Z dari statistik yang dikembalikan oleh wilcox.test(), itulah sebabnya mereka memiliki nilai statistik uji yang berbeda.

Apakah ada nilai p yang benar? Ya, tapi kadang-kadang terlalu sulit untuk dihitung, dan oleh karena itu kita perlu menggunakan metode perkiraan (lihat? Wilcox_test untuk deskripsi tentang bagaimana perhitungan yang tepat dapat gagal dari memori tidak cukup). Perbedaan antara perkiraan dan nilai pasti sebagian besar tidak akan berarti kecuali perbedaan sebenarnya dalam lokasi kedua kelompok sangat kecil.