ฉันตอบ @Meritology เป็นครั้งที่สอง อันที่จริงฉันสงสัยว่าการทดสอบ MWU นั้นจะมีประสิทธิภาพน้อยกว่าการทดสอบสัดส่วนอิสระหรือไม่เนื่องจากตำราที่ฉันเรียนรู้และใช้ในการสอนกล่าวว่า MWU สามารถนำไปใช้กับข้อมูลลำดับ (หรือช่วง / อัตราส่วน) เท่านั้น
แต่ผลการจำลองของฉันพล็อตด้านล่างระบุว่าการทดสอบ MWU นั้นมีประสิทธิภาพมากกว่าการทดสอบสัดส่วนเล็กน้อยในขณะที่การควบคุมข้อผิดพลาดประเภทที่ 1 ได้ดี (ที่สัดส่วนประชากรของกลุ่ม 1 = 0.50)
สัดส่วนประชากรของกลุ่ม 2 ถูกเก็บไว้ที่ 0.50 จำนวนการทำซ้ำคือ 10,000 ในแต่ละจุด ฉันทำซ้ำการจำลองโดยไม่ต้องแก้ไขของ Yate แต่ผลลัพธ์ก็เหมือนกัน
library(reshape)
MakeBinaryData <- function(n1, n2, p1){
y <- c(rbinom(n1, 1, p1),
rbinom(n2, 1, 0.5))
g_f <- factor(c(rep("g1", n1), rep("g2", n2)))
d <- data.frame(y, g_f)
return(d)
}
GetPower <- function(n_iter, n1, n2, p1, alpha=0.05, type="proportion", ...){
if(type=="proportion") {
p_v <- replicate(n_iter, prop.test(table(MakeBinaryData(n1, n1, p1)), ...)$p.value)
}
if(type=="MWU") {
p_v <- replicate(n_iter, wilcox.test(y~g_f, data=MakeBinaryData(n1, n1, p1))$p.value)
}
empirical_power <- sum(p_v<alpha)/n_iter
return(empirical_power)
}
p1_v <- seq(0.5, 0.6, 0.01)
set.seed(1)
power_proptest <- sapply(p1_v, function(x) GetPower(10000, 1000, 1000, x))
power_mwu <- sapply(p1_v, function(x) GetPower(10000, 1000, 1000, x, type="MWU"))