R 錦囊妙計

9.17 檢驗相關係數顯著性

|

247

由於樣本資料是成對觀測值，我們必須設定

paired=TRUE

：

> wilcox.test(fav, unfav, paired=TRUE)

Wilcoxon signed rank test with continuity correction

data: fav and unfav

V = 0, p-value < 2.2e-16

alternative hypothesis: true location shift is not equal to 0

其中，結果顯示

p

值近似於零。從統計學的角度，我們可以拒絕兩種情況任務完成時間

相等的假設。實務上合理的結論是：兩種不同情況的任務完成時間有顯著差異。

此外，在函數中設定

paired=TRUE

是至關重要的。由於觀測值之間不是獨立的，

將配對資料視為非配對資料來處理，會導致錯誤的結果。例如，若於函數中設定

paired=FALSE

，並重新執行程式碼，產生的

p

值變為 0.2298，而導致相反地結論。

延伸資訊

錦囊 9.15 關於參數檢定。

9.17　檢驗相關係數顯著性

問題點

您計算兩個變數之間的相關性，但是您不知道其相關係數是否具有統計顯著性。

解決方案

使用

cor.test

函數，可計算

p

值與相關係數的信賴區間。若變數來自常態分配的母體，

可使用預設相關係數的衡量值，即 Pearson 方法：

> cor.test(x, y)

對於非常態分配母體，則使用 Spearman 方法代替：

> cor.test(x, y, method="spearman") ...