Vilkosona tests
Ja nepieciešams salīdzināt divas paraugkopas, kuras neatbilsts normālajam sadalījumam, ir jāizmanto neparametriskie testi. Šie testi salīdzina nevis paraugkopu pašas vērtības, bet gan to izvietojumu pa paraugkopām, tas ir, veicot vērtību ranžēšanu un tad salīdzina rangus. Viens no šādiem testiem ir Vilkoksona tests, kuru neatkarīgu paraugkopu gadījumā mēdz saukt arī par Mann-Vitneja testu (Mann-Whitney Test).
Testu veic ar funkcijas wilcox.test(). Šai funkcijai var izmantot divos veidos sagatavotus datus: (a) katras paraugkopas dati atrodas savā kolonnā (funkcijā norāda abas kolonnās, ko atdala komats); (b) vienā kolonnā ir visi dati, bet otrā kolonnā ir grupu līmeņi (funkcijā norāda datu kolonnu~grupu kolonnu).
Ja paraugkopas ir atkarīgas, tad jānorāda papildus arguments paired=TRUE.
Analīzes rezultātos parādās V vai W vērtība, kā arī p-vērtība. Ja p-vērtības ir mazāka par noteikto būtiskuma līmeni, tad atšķirība starp paraugkopām ir būtiska.
> wilcox.test(apar, bpar) #dati atsevišķās kolonnās
> wilcox.test(dati~grupa) #dati vienā kolonnā
Wilcoxon rank sum test with continuity correction
data: apar and bpar
W = 1384, p-value = 8.973e-06
alternative hypothesis: true location shift is not equal to 0
> wilcox.test(garums ~ paraug, paired = TRUE)
Wilcoxon signed rank test
data: garums by paraug
V = 187, p-value = 0.03562
alternative hypothesis: true location shift is not equal to 0
