ich habe die Mittelwerte von zwei Raster wie folgt mit dem Welch’s t-test verglichen:
Code: Alles auswählen
> t.test(oq_table$GRID_CODE, rq_table$GRID_CODE,
+ alternative="two.sided", conf=0.95, var.eq=F, paired=F)
Moderator: jogo
Code: Alles auswählen
> t.test(oq_table$GRID_CODE, rq_table$GRID_CODE,
+ alternative="two.sided", conf=0.95, var.eq=F, paired=F)
Bei 3 Mio unabhängigen(?) Beobachtungen kann man sicher streiten, ob man überhaupt den t-Test braucht, weil der bei den geringsten Abweichungen natürlich signifikant wird. Keinen Zweifel kann es daran geben, dass der t-Test extrem robust gegen Normalverteilungsverletzungen wird, so dass man da keinen Test auf Normalverteilung braucht, der seinerseit auch mit an Sicherheit grenzender Wahrscheinlichkeit signifikant ausfallen würde (im Sinne einer sicheren aber irrelevanten Abweichung von der Normalverteilung).
Code: Alles auswählen
wilcox.test(oq_table$GRID_CODE, rq_table$GRID_CODE)
Code: Alles auswählen
Meine Pixelanzahl ist über 3 Millionen und die Pixel können Werte zwischen 0 und 100 annehmen.