使用 pnorm ( ) 计算 p 值。如果数据被转换，是什么使 p 值不同？
Calculating p-values with pnorm ( ). What makes p-values differ if data is transformed?
我正在比较使用 R 的 pnorm() 函数计算 p 值的两种替代方法。
xbar <- 2.1
mu <- 2
sigma <- 0.25
n = 35
# z-transformation
z <- (xbar - mu) / (sigma / sqrt(n))
# Alternative I using transformed values
pval1 <- pnorm(q = z)
# Alternative II using untransformed values
pval2 <- pnorm(q = xbar, mean = mu, sd = sigma)
为什么计算出的两个 p 值不一样？不应该吗？
它们不同是因为您使用了两种不同的标准差估计值。
在 z 变换计算中使用 sigma / sqrt(n) 作为标准偏差，但在未转换计算中使用 sd = sigma，忽略 n。
我正在比较使用 R 的 pnorm() 函数计算 p 值的两种替代方法。
xbar <- 2.1
mu <- 2
sigma <- 0.25
n = 35
# z-transformation
z <- (xbar - mu) / (sigma / sqrt(n))
# Alternative I using transformed values
pval1 <- pnorm(q = z)
# Alternative II using untransformed values
pval2 <- pnorm(q = xbar, mean = mu, sd = sigma)
为什么计算出的两个 p 值不一样？不应该吗？
它们不同是因为您使用了两种不同的标准差估计值。
在 z 变换计算中使用 sigma / sqrt(n) 作为标准偏差，但在未转换计算中使用 sd = sigma，忽略 n。