######################################################
## 5. Wilxoxon Rank-Sum Test
## 서로 독립적인 두 집단의 평균의 차이가 0인지를 결정함
## (1) wilcox test 는 잔차가 정규분포를 따르지 않을 경우 사용
######################################################

##(가) setwd 파일등을 로딩할 기준 위치 work directory 를 정의한다.
setwd(“D:/DEVSource/CSV_DATA”)

##(나) 데이터를 읽어온다. ToothGrowth
## X len supp dose
##25 25 26.4 VC 2.0
##26 26 32.5 VC 2.0
##27 27 26.7 VC 2.0
##28 28 21.5 VC 2.0
##29 29 23.3 VC 2.0
##30 30 29.5 VC 2.0
##31 31 15.2 OJ 0.5
##32 32 21.5 OJ 0.5
##33 33 17.6 OJ 0.5
##34 34 9.7 OJ 0.5
##35 35 14.5 OJ 0.5
##36 36 10.0 OJ 0.5

temp= read.csv(“ToothGrowth.csv”)

##(다) 잔차에 대한 정규성 검토
## 결과 = lm(식, 데이터)
## 잔차List = resid(결과)
## 잔체에 대한 정규성 검정 : shapiro.test(resid(결과))
## 결과는 정규성을 만족 , t-test 를 실행해야함
## 단, 여기서는 정규성 불만족으로 가정하여 winlcox test 실행
out = lm( len ~ supp, data=temp)
shapiro.test(resid(out))

##(라) wilcox test 실행
## p-value = 0.06449
## 결론 : 0.05 이상으로 분산이 같다는 귀무가설을 기각하지 못한다.
boxplot(len ~ supp, data=temp, col=’red’)
wilcox.test(len ~ supp, data=temp)