# funzione che confronta i tre metodi di confronto # fra due gruppi confronto2gruppi <- function (varIntervalliA, varIntervalliB) { # l'approccio parametrico tTest <- t.test(varIntervalliA, varIntervalliB) wilTest <- wilcox.test(varIntervalliA, varIntervalliB) # l'approccio simulativo differenzaOriginale <- mean(varIntervalliA)-mean(varIntervalliB) cicli <- 1000 differenze <- rep(0,cicli) for(c in 1:cicli) { mischiato <- sample(c(varIntervalliA,varIntervalliB)) mischiatoA <- mischiato[1:(osservazioni/2)] mischiatoB <- mischiato[(osservazioni/2+1):osservazioni] differenza <- mean(mischiatoA)-mean(mischiatoB) differenze[c] <- differenza } simConfidenza <- quantile(differenze, probs = c(0.025, 0.975)) simP_value <- 1-(rank(c(differenzaOriginale,differenze))[1]+1)/(length(differenze)+1) ritorno <- list (parametrico = tTest, nonParametrico = wilTest, simConfidenza=simConfidenza, simP_value=simP_value) return(ritorno) } lineare <- lm(varIntervalliA ~ varIntervalliB) correlazione <- function (varIntervalliA, varIntervalliB) { # l'approccio parametrico pearson <- cor.test(varIntervalliA,varIntervalliB) # l'approccio non parametrico spearman <- cor.test (varIntervalliA,varIntervalliB, method='spearman') # l'approccio simulativo corOriginale <- cor(varIntervalliA,varIntervalliB) cicli <- 1000 correlazioni <- rep(0,cicli) for(c in 1:cicli) { mischiato <- sample(varIntervalliB) correlazione <- cor(varIntervalliA,mischiato) correlazioni[c] <- correlazione } simConfidenza <- quantile(correlazioni, probs = c(0.025, 0.975)) simP_value <- 1-(rank(c(corOriginale,correlazioni))[1]+1)/(length(correlazioni)+1) ritorno <- list (parametrico = pearson, nonParametrico = spearman, correlazioni=correlazioni, simConfidenza=simConfidenza, simP_value=simP_value) return(ritorno) }