Если у кого-то есть связи в их векторе, как повлияет p-значение из теста Ранка фон Неймана? Я читал документацию для функции EnvStats :: serialCorrelationTest () и там говорится, что «Когда в наблюдениях присутствуют связи, а для резервирования связей используются средние ранги, распределение статистики Вранка, основанное на предположении об отсутствии связей, не применимо. Однако, если число связей невелико, они не могут существенно повлиять на предполагаемое значение p ". Мне было интересно, как увеличение процента связей в данных повлияет на значение р?
Далее в той же документации говорится, что для небольшого размера выборки, для которого можно вычислить точное распределение Vrank, Vrank округляется без связей. Таким образом, я думаю, что чем выше процент связей, тем большее изменение придется потерпеть неудачей, чтобы отклонить ноль, да?
Теперь в случае бета-аппроксимации, это все еще применимо?
И если да, то можно ли подумать, что если тест обнаружит «значимое» p-значение, то есть вероятность, что существует последовательная корреляция, однако, если тест не является значимым, то в действительности мы могли бы пропустить отметку в долгосрочной перспективе в зависимости от на процент связей?
Полагаю, мои вопросы в основном являются вопросами статистики, а не вопросом R, но я надеюсь, что один из вас мог бы помочь мне разобраться в этом?
спасибо
Саб.