Saya tertarik untuk membandingkan jumlah variabilitas dalam 8 sampel berbeda (masing-masing dari populasi yang berbeda). Saya sadar bahwa ini dapat dilakukan dengan beberapa metode dengan data rasio: F-test kesetaraan varian, uji Levene, dll.
Namun, data saya adalah sirkuler / terarah (yaitu data yang menunjukkan periodisitas seperti arah angin dan data sudut umum, atau waktu dalam sehari). Saya telah melakukan beberapa penelitian dan menemukan satu tes dalam paket "CircStats" di R - "tes Watson untuk homogenitas". Satu kekurangan adalah bahwa tes ini hanya membandingkan dua sampel, yang berarti saya harus melakukan beberapa perbandingan pada 8 sampel saya (dan kemudian menggunakan koreksi Bonferonni).
Ini pertanyaan saya:
1) Apakah ada tes yang lebih baik yang bisa saya gunakan?
2) Jika tidak, apa asumsi tes Watson? Apakah parametrik / non-parametrik?
3) Apa algoritma yang digunakan untuk melakukan tes ini? Data saya ada di Matlab, dan saya lebih suka tidak harus mentransfernya ke R untuk menjalankan tes saya. Saya lebih suka menulis fungsi saya sendiri.
sumber
Jawaban:
1) Tes Watson-Williams sesuai di sini.
2) Ini parametrik, dan mengasumsikan distribusi Von-Mises. Asumsi kedua adalah bahwa setiap kelompok memiliki parameter konsentrasi yang sama. Saya tidak ingat seberapa kuat tes ini terhadap pelanggaran asumsi itu.
3) Saya telah menggunakan implementasi tes Watson dalam kotak alat statistik sirkular, ditulis untuk Matlab dan tersedia di pertukaran file (tautan di bawah). Saya belum mencoba, tetapi saya percaya tes Watson (circ_wwtest.m) diatur untuk beberapa grup.
https://www.mathworks.com/matlabcentral/fileexchange/10676-circular-statistics-toolbox--directional-statistics-
sumber
Mengenai pertanyaan ketiga Anda, saya menulis sebuah fungsi di MATLAB untuk algoritma yang didasarkan pada Watson (1962) untuk menghitung statistik uji dan nilai-p:
https://github.com/aatobaa/hatlab/blob/master/watson1962.m
sumber