如何对朱莉娅的一组数据进行统计测试？(适用同等)

Question

在Julia中，我想测试在dataframe的另一列中定义的每个组的变量的正态性。

让我们说：

df = DataFrame(x = rand(Normal(),30), group = repeat(["A", "B"],15))

我知道我可以用以下方法测试x的正态性：

using HypothesisTests
using Distributions
OneSampleADTest(x, Normal())

所以问题是如何检验x对每个组的正态性？在R中，我会使用tapply()，但我在Julia中找不到相应的.

Answer 1

这取决于您期望的输出。我建议您将结果存储在数据框架中(这不是tapply所做的)：

julia> gdf = groupby(df, :group, sort=true) # group by :group and keep groups sorted
GroupedDataFrame with 2 groups based on key: group
First Group (15 rows): group = "A"
 Row │ x          group
     │ Float64    String
─────┼───────────────────
   1 │ -0.869008  A
   2 │  0.190041  A
   3 │  0.369881  A
   4 │  0.445092  A
  ⋮  │     ⋮        ⋮
  13 │ -0.599266  A
  14 │  0.696132  A
  15 │  0.788465  A
           8 rows omitted
⋮
Last Group (15 rows): group = "B"
 Row │ x          group
     │ Float64    String
─────┼───────────────────
   1 │ -1.19973   B
   2 │  0.557241  B
   3 │ -0.425667  B
   4 │  0.787917  B
  ⋮  │     ⋮        ⋮
  13 │  1.96912   B
  14 │  0.567594  B
  15 │  1.39739   B
           8 rows omitted

julia> res = combine(gdf, :x => (x -> OneSampleADTest(x, Normal())) => :ADTest)
2×2 DataFrame
 Row │ group   ADTest
     │ String  OneSampl…
─────┼───────────────────────────────────────────
   1 │ A       One sample Anderson-Darling test…
   2 │ B       One sample Anderson-Darling test…

现在，在res中，您有了组名和测试结果(一个完整的测试结果对象，您可以在以后使用)。

如果您只对p值感兴趣，请执行以下操作：

julia> res = combine(gdf, :x => (x -> pvalue(OneSampleADTest(x, Normal()))) => :ADTest_pvalue)
2×2 DataFrame
 Row │ group   ADTest_pvalue
     │ String  Float64
─────┼───────────────────────
   1 │ A            0.469626
   2 │ B            0.750134

如果您习惯使用dplyr样式，请使用DataFramesMeta.jl：

julia> using DataFramesMeta

julia> @combine(gdf, :ADTest = OneSampleADTest(:x, Normal()))
2×2 DataFrame
 Row │ group   ADTest
     │ String  OneSampl…
─────┼───────────────────────────────────────────
   1 │ A       One sample Anderson-Darling test…
   2 │ B       One sample Anderson-Darling test…

julia> @combine(gdf, :ADTest_pvalue = pvalue(OneSampleADTest(:x, Normal())))
2×2 DataFrame
 Row │ group   ADTest_pvalue
     │ String  Float64
─────┼───────────────────────
   1 │ A            0.469626
   2 │ B            0.750134

Answer 2

如果您只想为数据帧中的每个组获取pvalue，

julia> combine(groupby(df, :group), :x => (x -> pvalue(OneSampleADTest(x, Normal()))) => :onesampleAD_pvalue)
2×2 DataFrame
 Row │ group   onesampleAD_pvalue 
     │ String  Float64            
─────┼────────────────────────────
   1 │ A                 0.275653
   2 │ B                 0.544317

如果您想要打印每个组的测试细节(或进行更复杂的操作)，您也可以循环遍历组：

julia> for (key, sdf) in pairs(groupby(df, :group))
         println("Group $(key.group)")
         display(OneSampleADTest(sdf.x, Normal()))
       end
Group A
One sample Anderson-Darling test
--------------------------------
...

Group B
One sample Anderson-Darling test
--------------------------------
...