循环显著性检验

Question

如果我有来自一组风叶的风向读数，是否有类似t.test (或其他显著性检验)的东西可以对循环数据执行？我假设一个正态分布(下面的数据来自这里)。我找到了CircStats包，但我想我应该在这里查找一些额外的指导。

以下是一些示例数据：

df1 <- data.frame(unit=letters, wind.direction=c(99,88,93,99,86,90,101,109,109,91,86,94,106,92,99,103,110,98,107,109,93,102,92,99,109,85))

只使用标准的t.test就可以很好地工作，因为它不会绕过零。但,

df2 <- data.frame(unit=letters, wind.direction=c(1,350,355,1,348,352,3,11,11,353,348,356,8,3,1,5,12,0,9,11,355,4,354,1,11,347))

没有，因为它的圆形平均值是~0，而线性平均值是~139…

Answer 1

您可以在circular包中使用aov.circular。

# Sample data (with two groups, to compare the means)
library(circular)
x <- as.circular( 
  c(1,350,355,1,348,352,3,11,11,353,348,356,
    8,3,1,5,12,0,9,11,355,4,354,1,11,347),
  unit="degrees" 
)
g <- sample(LETTERS[1:2], 26, replace=TRUE)
# Test
aov.circular(x, g)

Answer 2

这就是我想说的：

> df2$wd.scaled = apply(as.matrix(df2[,2]),1,function(x) ifelse(x>180,x-360,x))
> df2
   unit wind.direction wd2 wd.scaled
1     a              1   1         1
2     b            350 -10       -10
3     c            355  -5        -5
4     d              1   1         1
5     e            348 -12       -12
6     f            352  -8        -8

> mean(df2$wd.scaled)
[1] 0.3846154

如果你在180附近没有太多的观察值，这将会起作用。