Si j'ai des relevés de direction du vent provenant d'une collection de girouettes, y a-t-il quelque chose comme t.test
(ou un autre test de signification) que je peux effectuer sur les données circulaires? Je suppose une distribution normale (dont proviennent les données ci-dessous). J'ai trouvé le paquet CircStats
, mais je me suis dit que je voudrais vérifier ici pour quelques conseils supplémentaires.Tests de signification circulaire
Certaines données de l'échantillon:
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))
Que l'on fonctionne très bien en utilisant seulement une norme t.test car il ne revient pas à zéro. Mais,
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))
ne fait pas puisque sa moyenne circulaire est ~ 0 mais moyenne linéaire est ~ 139 ...
Est-ce que ce travail: 'DF2 $ wd.scaled = apply (as.matrice (df2 [, 2]), 1, fonction (x) ifelse (x> 180,360-x, x)) '; 'mean (df2 $ wd.scaled' = 6,69 . –
@ baha-kev Certaines des girouettes sont loin d'être calibrées et j'aimerais les signaler, si souvent qu'il y en a une qui se lit entièrement dans la mauvaise direction, que je perdrais avec votre solution (par exemple, la moyenne est ~ 90 avec une lecture de palette ~ 270) – Justin