Question

我正在测试来自包C.test的{{1}}函数，该函数对偏差方差执行Cochran C测试。我在城市周围的不同站点上有这个SO2测量数据框，它有3列：站，日和值。这个函数的问题是它需要一个GAD对象，我不太明白你是如何构建一个，但我只是这样做：

lm

这里显而易见的问题（正如Cross Validated中提到的那些人，我已经删除了那篇帖子）是我得到的p值大于1，这是不可能的。另一个问题是，当函数不是具有最大方差的那个时，该函数正在测试28079057站的偏离方差。

如果我使用> C.test(lm(data = testSO2E1, value ~ estacion)) Cochran test of homogeneity of variances data: lm(data = testSO2E1, value ~ estacion) C = 0.13123, n = 31, k = 10, p-value = 1.066 alternative hypothesis: Group 28079057 has outlying variance sample estimates: 28079004 28079008 28079017 28079018 28079024 28079035 28079036 28079038 28079040 16.8516 16.0559 17.9118 22.5828 30.0516 22.2366 23.6731 27.0452 26.5118 28079057 30.6516包中的Cochran.test函数，它可以正常运行：

outliers

当我像其文档中包含的示例一样使用> cochran.test(value~Estacion,testSO2E1) Cochran test for outlying variance data: value ~ Estacion C = 0.26268, df = 31, k = 10, p-value = 2.285e-06 alternative hypothesis: Group 28079036 has outlying variance sample estimates: 28079004 28079008 28079017 28079018 28079024 28079035 28079036 28079038 28079040 4.1032258 5.3784946 3.3118280 1.7913978 0.3118280 8.6064516 13.1397849 9.0258065 0.9569892 28079057 3.3956989时，它可以正常工作，我从两个函数中获得相同的结果，但我不知道有什么不同：

C.test

我是否错误地创建了data(rohlf95) ## rohlf95 has 4 columns (cage, mosquito, measure, wing), we are testing if ## one group of mosquitos have outlying variance cg <- as.fixed(rohlf95$cages) mq <- as.random(rohlf95$mosquito) model <- lm(wing ~ cg + mq%in%cg, data = rohlf95) C.test(model)个对象？变量lm有什么作用？我是否需要类似的东西来测试SO2测量？

以下是我正在测试的数据的链接：https://drive.google.com/open?id=0B-0fUAdfgHYzUjcyVHhBcl9rWlk

这里是函数C.test {GAD}的代码：

cg,mq

Answer 1

分别查看cochran.test（）或pcochran（）的代码。

cochran.test（）中的p值计算如下：

pval <- 1 - pcochran(value, df, k)

和pcochran函数的代码是

function (q, n, k) {
    f <- (1/q - 1)/(k - 1)
    p <- 1 - pf(f, (n - 1) * (k - 1), n - 1) * k
    p[p < 0] <- 0
    p[p > 1] <- 1
    return(p)
}

当“计算的p值”> 1且<0时，它只是将p值设置为0或1，这在GAD包中没有完成。

问候

使用C.test {GAD}

1 个答案: