圆形重要性测试

如果我从一组风向标获得风向读数，是否有类似t.test（或其他重要性测试），我可以在循环数据上执行？我假设一个正态分布（下面的数据来自）。我发现了CircStats包，但我想我会在这里查看一些额外的指导。圆形重要性测试

一些样本数据：

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))

这一个只使用一个标准的t.test工作得很好，因为它不环绕为零。但是，

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))

不会因为它的圆形均值为〜0，但线性平均值为〜139 ...

来源

2012-02-27 Justin

将这工作许多观察这会工作apply（as.matrix（df2 [，2]），1，function（x）ifelse（x> 180,360-x，x））'; '平均（df2 $ wd.scaled' = 6.69。 – 2012-02-27 22:57:53

@ baha-kev一些风向标已经过校准，我想标记这些风向标，因此往往可能会有一个完全朝错误的方向读取，（我的意思是〜90，有一个风向标读数为〜270） – Justin 2012-02-27 23:03:06

您可以使用aov.circular，在circular包。

# 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)

来源

2012-02-27 23:17:03

完美！“CircStats”似乎有点复杂，我需要。 – Justin 2012-02-27 23:31:15

快速跟进：我可以从mle .vonmises.bootstrap.ci（aov.circular（x，g）$ mu，mu = aov.circular（x，g）$ mu.all）'correct？ – Justin 2012-02-28 00:05:33

这就是我的意思是说：`$ DF2 = wd.scaled：

> 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

，如果你不具备近180

来源

2012-02-27 23:28:10

圆形重要性测试

回答

相关问题