Как рассчитать значение p для теста тренда Уильямса в r (аналогичная функция «PROBMC» в SAS)

Question

Я хочу вычислить значения p для теста тренда Уильяма в R, учитывая, что я уже знал статистику t. В SAS я могу использовать функцию PROBMC, как показано ниже

 PROBMC(distribution, q, prob, df, nparms<, parameters>)

Ниже приведен пример

       if parameters t=2.6,  k = 6, [nu] = 42, and t = 2.60 then probability is .9924467341.
       using (prob=probmc("williams",2.6,.,42,6);)

Есть ли в R похожая функция для этого?

Answer 1

Я думаю, что вам, вероятно, не повезло.

Использование library("sos"); findFn("Williams trend distribution") и поиск по результатам поиска позволяет найти два пакета, PMCMCR и StatCharrms, которые имеют функции для выполнения теста Уильямса, но похоже, что они используют только табличные значения из бумаги для получения критических значений для p = 0,05 - не вычислять распределение / p-значение напрямую.

Вычисление для получения полного распределения / p-значений выглядит довольно проблематично, что снижает вероятность того, что кто-то решит реализовать его в R. Как описано в документации SAS для функции PROBMC

Как описано в Williams (1971) (см. Ссылки), полное вычисление является чрезвычайно продолжительным и выполняется в три этапа.

Это было бы хорошим проектом для вычислительной статистики для кого-то ...