Porovnávanie mediánov v programovom prostredí R
 
 
Step: Ak si vyberieme nasledujúci druh testu jednovzorkový Wilcox...
  Ak si vyberieme nasledujúci druh testu jednovzorkový Wilcoxonov test
Potom príkaz bude vyzerať nasledovne:
wilcox.test(y,mu)

Vysvetlivky k príkazom

y - kontinuálna premenná
mu - populačný priemer
Príklad
Napríklad ak chceme zistiť, či trvanie expozície ionizujúcim žiarením u vybraných respondentov bolo 32 minút, pričom sme zistili, že rozloženie údajov o expozícii nie je normálne, môžeme využiť jednovzorkový Wilcoxonov test:
wilcox.test(trvanie_expozicie, mu=32)



H0: medián trvania expozície ionizujúcim žiarením = 32
HA: medián trvania expozície ionizujúcim žiarením ≠ 32

Medián trvania expozície ionizujúcim žiarením u vybraných respondentov nebolo štatisticky významne odlišný od stanovenej hodnoty (32 minút) na hladine významnosti 0,05. Prijímame teda nulovú hypotézu (p>0,05).
 
 
Step: Ak si vyberieme nasledujúci druh testu Mann Whitneyov U tes...
  Ak si vyberieme nasledujúci druh testu Mann Whitneyov U test
Potom príkaz bude vyzerať nasledovne:
wilcox.test(y~x)

alebo
wilcox.test(y1,y2)
Vysvetlivky k príkazom

y - kontinuálna premenná
x - kategorická premenná s 2 kategóriami
Príklad
Je rozdiel v pôrodnej hmotnosti medzi chlapcami a dievčatami vo vybranej pôrodnici za uplynulý kalendárny rok? Zistili sme, že údaje o pôrodnej hmotnosti nie sú rozložené normálne.
wilcox.test(porodna_hmotnost~pohlavie)



H0: nie je štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti medzi chlapcami a dievčatami.
HA: je štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti medzi chlapcami a dievčatami

Hypotézu sme testovali na hladine významnosti 0,05, pričom sme nezistili štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti medzi chlapcami a dievčatami (prijímame nulovú hypotézu, pretože p>0,05). 
 
 
Step: Ak si vyberieme nasledujúci druh testu párový Wilcoxonov te...
  Ak si vyberieme nasledujúci druh testu párový Wilcoxonov test
Potom príkaz bude vyzerať nasledovne:
wilcox.test(y1,y2,paired=TRUE

Vysvetlivky k príkazom

y - kontinuálna premenná
Príklad
Zníži sa hladina glukózy v krvi diabetikov po diétnych opatreniach? Zistili sme, že údaje o hladine glukózy v krvi respondentov nie sú rozložené normálne.
wilcox.test(glukozaPred, glukozaPo, paired=T)
boxplot(glukozaPred, glukozaPo)


H0: neexistuje štatisticky významný rozdiel v mediánoch hladiny glukózy v krvi respondentov pred a po zavedení diétnych opatrení
HA: existuje štatisticky významný rozdiel v mediánoch hladiny glukózy v krvi respondentov pred a po zavedení diétnych opatrení

Medián hladiny glukózy v krvi respondentov sa štatisticky významne znížil po zavedení diétnych opatrení. Kým medián hladiny glukózy pred diétou bol 8,6 mmol/l, po zavedení diétnych opatrení sa znížil na 6,8 mmol/l. Prijímame alternatívnu hypotézu (p<0,05). Graficky môžeme tento rozdiel vyjadriť s využitím boxplotu.
 
 
Step: Ak si vyberieme nasledujúci druh testu Kruskal-Wallisov tes...
  Ak si vyberieme nasledujúci druh testu Kruskal-Wallisov test
Potom príkaz bude vyzerať nasledovne:
kruskal.test(y~x)
pairwise.wilcox.test(y,x)
Vysvetlivky k príkazom

y - kontinuálna premenná
x - kategorická premenná s 3 a viac kategóriami
Príklad
Existuje štatisticky významný rozdiel v pôrodnej hmotnosti novorodencov vo vybranej pôrodnici za uplynulý kalendárny rok podľa vzdelania ich matiek?
kruskal.test(porodna_hmotnost~ as.factor(vzdelanie_matky))


H0: neexistuje štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti novorodencov podľa vzdelania ich matiek
HA: existuje štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti novorodencov aspoň medzi 2 skupinami matiek podľa ich vzdelania

Pri testovaní hypotézy na hladine významnosti 0,05 sme zistili, že neexistuje štatisticky významný rozdiel v mediánoch pôrodnej hmotnosti novorodencov vo vybranej pôrodnici za uplynulý kalendárny rok podľa vzdelania ich matiek. Prijali sme nulovú hypotézu (p<0,05).