# TESTY NIEPARAMETRYCZNE DO WERYFIKACJI HIPOTEZY CZY
# DWIE POPULACJE MAJĄ TEN SAM ROZKŁAD

# Dane1 - fundusze inwestycyjne
A=c(0.043,0.051,0.083,0.019,0.038,0.041,0.023,0.018,0.036,0.041)
O=c(0.02,0.037,0.048,0.024,0.025,0.04,0.035,0.025,0.037,0.04)
dane1 <- data.frame(A,O)

### TEST ZNAKÓW ###

# wartość statystyki testowej
G <- min(sum(dane1$O-dane1$A>0),sum(dane1$O-dane1$A<0))
# liczebność próby
n <- dim(dane1)[1]
# weryfikacja, hipotezy czy prawdpodob. sukcesu = 0.5
binom.test(G, n)
#p-wartość testu
binom.test(G, n)$p.value

##
install.packages("BSDA")
library(BSDA)
SIGN.test(dane1$O, dane1$A)

# wartość statystyki testowej
SIGN.test(dane1$O, dane1$A)$statistic
#p-wartość testu
SIGN.test(dane1$O, dane1$A)$p.value


### TEST RANGOWANYCH ZNAKÓW WILCOXONA

wilcox.test(dane1$O, dane1$A, paired=TRUE)

### TEST SERII NA LOSOWOŚĆ ###

install.packages("randtests")
library(randtests)

dane3 <- c(10.5,12.5,14.5,7.5,0,4.5,0,2,0,1,12,7.5)
runs.test(dane3, alternative="two.sided")

### TEST U MANNA-WHITNEYA ###

wilcox.test(mpg ~ am, data=mtcars, paired=F)