Чи існує альтернатива тесту Колмогорова-Смірнова для прив’язки даних з корекцією?

У мене є маса даних з двох зразків (контрольних та оброблених), кожен з яких містить кілька тисяч значень, які підлягають тестуванню на значущість у Р. Теоретично, значення повинні бути безперервними, але завдяки округленню, проведеному за допомогою програмного забезпечення для вимірювання, вони не є ' t і вони мають зв’язки. Розподіли невідомі, і форми контрольних та оброблених розподілів можуть бути різними, тому я хотів би використати непараметричний тест для порівняння, якщо різниця між зразками значна для 10 різних факторів.

Я думав скористатися тестом Колмогорова-Смірнова, але це не дуже підходить для зв’язків. Нещодавно я натрапив на нову бібліотеку R під назвою Matching, яка виконує завантажувальну версію тесту KS та переносить зв'язки. Тепер це справді гарна ідея чи я повинен замість цього використати інший тест? І чи потрібно мені коригувати значення р?

Замість використання тесту KS ви можете просто використовувати процедуру перестановки чи перекомпонування, як це реалізовано у oneway_testфункції coinпакета. Погляньте на прийняту відповідь на це питання .

Оновлення : Мій пакет afexмістить функцію, що compare.2.vectorsреалізує перестановку та інші тести для двох векторів. Ви можете отримати його від CRAN:

install.packages("afex")

Для двох векторів xі yйого ( в даний час) повертає що - щось на кшталт:

> compare.2.vectors(x,y)
$parametric
   test test.statistic test.value test.df       p
1     t              t     -1.861   18.00 0.07919
2 Welch              t     -1.861   17.78 0.07939

$nonparametric
             test test.statistic test.value test.df       p
1 stats::Wilcoxon              W     25.500      NA 0.06933
2     permutation              Z     -1.751      NA 0.08154
3  coin::Wilcoxon              Z     -1.854      NA 0.06487
4          median              Z      1.744      NA 0.17867

Будь-які коментарі щодо цієї функції дуже вітаються.