R --> Teste dos sinais e Teste de Wilcoxon pareado

Teste de normalidade de Andersen-Darling -> Pacote nortest
Indica o p-valor que indica o intervalo de confiança em que pode-se dizer que a distribuição não é normal.

Teste dos sinais -> Pacote BSDA

carregar os pacotes

library("BSDA")
library("nortest")


Plotar distribuições


Dados:

Os casos em que nenhuma das coberturas foram retirados, e os valores NL dos casos em que pelo menos uma das coberturas localiza o defeito foram substituídos pelo valor limite estabelecido mais um (71).

------------------------------------------> MCP, MCT e Nós com MaxCliques com e sem delta <---------------------------------------------
51 casos

mcpMax <- c(10,4,19,51,18,20,19,44,2,28,5,25,25,18,9,7,6,13,14,39,8,39,7,22,55,6,26,2,5,9,2,34,34,61,25,7,13,8,27,7,13,6,71,37,66,71,2,62,70)
nosMax <- c(22,13,57,71,22,23,28,71,22,52,1,37,71,32,8,11,9,44,18,71,14,71,68,22,52,6,33,1,9,9,2,33,33,68,71,7,37,2,2,1,13,9,71,58,2,9,71,29,71)


H0:A distribuição de Nos é igual à de MCP
N1:Nós é maior que MCP

nosMax_mcpMax <- c(12,9,38,20,4,3,9,27,20,24,-4,12,46,14,-1,4,3,31,4,32,6,32,61,0,-3,0,7,-1,4,0,0,-1,-1,7,46,0,24,-6,-25,-6,0,3,0,21,-64,-62,69,-33,1)


H0:A distribuição de Nos é igual à de MCT
N1:Nós é maior que MCT


------------> Teste de normalidade de Anderson-Darling

ad.test(mcpMax)
ad.test(nosMax)
ad.test(nosMax_mcpMax)

ad.test(mcpMax)
	Anderson-Darling normality test
data:  mcpMax 
A = 2.3813, p-value = 4.066e-06

ad.test(nosMax)
	Anderson-Darling normality test
data:  nosMax 
A = 2.2197, p-value = 1.024e-05

ad.test(nosMax_mcpMax)
	Anderson-Darling normality test
data:  nosMax_mcpMax 
A = 2.0862, p-value = 2.196e-05

----------->Plotar gráfico quantil x quantil

png(filename="/home/higor/fig-est-01-quantis-maxMCP.png")
qqnorm(mcpMax,main="Quantis normais - R-MCP com CL", xlab="Quantis teóricos", ylab="Quantis da amostra")
qqline(mcpMax)
dev.off()

----------->Plotar histograma

png(filename="/home/higor/fig-est-01-hist-maxMCP.png")
hist(mcpMax, breaks=50, main="Histograma - MaxCliques MCP", xlab="MaxCliques MCP", ylab="Frequência", col="grey")
dev.off()

-----------> Teste dos sinais

SIGN.test(nosMax_mcpMax,md=0,alternative="greater")

	One-sample Sign-Test

data:  nosMax_mcpMax 
s = 30, p-value = 0.003958
alternative hypothesis: true median is greater than 0 
95 percent confidence interval:
 0.2174983       Inf 
sample estimates:
median of x 
          4 

                  Conf.Level L.E.pt U.E.pt
Lower Achieved CI     0.9238 1.0000    Inf
Interpolated CI       0.9500 0.2175    Inf
Upper Achieved CI     0.9573 0.0000    Inf


-----> Wilcoxon 

wilcox.test(nosMax,mcpMax,paired=TRUE,alternative="greater")

	Wilcoxon signed rank test with continuity correction

data:  nosMax and mcpMax 
V = 693.5, p-value = 0.001258
alternative hypothesis: true location shift is greater than 0 

Mensagens de aviso perdidas:
1: In wilcox.test.default(nosMax, mcpMax, paired = TRUE, alternative = "greater") :
  não é possível computar o valor de p exato com o de desempate
2: In wilcox.test.default(nosMax, mcpMax, paired = TRUE, alternative = "greater") :
  cannot compute exact p-value with zeroes