R代码用于Cox和Stuart测试以进行趋势分析
以下是用于趋势分析的Cox＆Stuart测试的R代码。简单地，将代码复制并粘贴到R工作区中并使用它。与R包中名为“ randtests”的cox.stuart.test不同，此版本的测试不会返回大于1的p值。当测试统计量T是解开对数N的一半时，会发生此现象。
这是一个简单的示例，揭示了场景：
> x
[1] 1 4 6 7 9 7 1 6
> cox.stuart.test（x）
考克斯·斯图尔特测试
数据：x
统计量= 2，n = 4，p值= 1.375
替代假设：非随机性
> o.Cox.Stuart.test（x）
Cox和Stuart趋势分析测试
数据：x
检验统计量= 2，解开对的数量= 4，p值= 1
替代假设：任何类型的趋势，减少或增加
Cox和Stuart测试的R代码：
o.Cox.Stuart.test <-函数（x，Alternative = c（“ two。Side”，“ left。Side”，“ right。Side”））{
dname <-删除（替换（x））
替代<-match.arg（alternative）
stopifnot（is.numeric（x））
n0 <-长度（x）
if（n0 <2）{
stop（“样本大小必须大于1”）
}
n0 <-圆（长度（x））%% 2
if（n0 == 1）{
删除<-（length（x）+1）/ 2
x <-x [-remove]
}
一半<-length（x）/ 2
x1 <-x [1：half]
x2 <-x [（half + 1）:( length（x））]
n <-sum（（x2-x1）！= 0）
t <-总和（x1 <x2）
if（alternative ==“ left.side”）{
p.value <-pbinom（t，n，0.5）
Alternative <-“下降趋势”
}
if（alternative ==“ right.side”）{p.value
<-1-pbinom（t-1，n，0.5）
Alternative <-“上升趋势”
}
if（alternative ==“ two.side”）{
替代<-“任何类型的趋势，减少或增加”
if（1-pbinom（t-1，n，0.5）== pbinom（t，n，0.5） ）{
pdist <-dbinom（0：n，n，0.5）
p.value <-sum（pdist [pdist <= t + 1]）
}
否则{
p.value <-2 * min（1-pbinom（t- 1，n，0.5），pbinom（t，n，0.5））
}
}
rval <-list（statistic = c（“ Test Statistic” = t），
alternative = alternative，
p.value = p.value，
method =“ Cox＆Stuart Test for Trend Analysis”，
参数= c（“ Untied Pairs的数量“ = n），
data.name = dname）
class（rval）<-“ htest”
return（rval）
}
题库