Brunner-Munzel 検定 ッテ,もはや,参照する価値もない記事です。パチもん検定です。
Brunner, Munzel の原論文を読んでみた。
肝は,Nonparametric Behrens-Fisher problem だ。つまり,普通の t 検定と Welch の t 検定との関係と同じことを論じている。
先に書いたように p = 1 - U / n1 /n2 なのだけど,Brunner-Munzel 検定は t 分布で近似するときに Behrens-Fisher 問題を気に留めているということ。
lawstat:::brunner.munzel.test の
n1 = length(x)
n2 = length(y)
r1 = rank(x)
r2 = rank(y)
r = rank(c(x, y))
m1 = mean(r[1:n1])
m2 = mean(r[n1 + 1:n2])
pst = (m2 - (n2 + 1)/2)/n1
v1 = sum((r[1:n1] - r1 - m1 + (n1 + 1)/2)^2)/(n1 - 1)
v2 = sum((r[n1 + 1:n2] - r2 - m2 + (n2 + 1)/2)^2)/(n2 - 1)
statistic = n1 * n2 * (m2 - m1)/(n1 + n2)/sqrt(n1 * v1 + n2 * v2)
dfbm = ((n1 * v1 + n2 * v2)^2)/(((n1 * v1)^2)/(n1 - 1) + ((n2 * v2)^2)/(n2 - 1))
v1,v2 ですな。statistic, dfbm いずれにもこれを使っている。
そりゃねえ,Wilcoxon 検定の正規近似は負けるに決まっています。
でも,どっちも近似なんだから,permutation 検定には負ける。
※コメント投稿者のブログIDはブログ作成者のみに通知されます