run_paired_tests: Paired / Unpaired Two-Group Tests with Assumption Checks / Zwei-Gruppen-Test mit Vorannahmepruefung

Description

This function performs both parametric (t-test) and non-parametric (Wilcoxon test) comparisons between two groups. For paired data, it calculates the difference and performs Shapiro-Wilk normality test on the difference. Based on this, it recommends either a paired t-test or a Wilcoxon signed-rank test. Optionally, it calculates the effect size (Cohen's d) and returns assumption diagnostics.

Usage

run_paired_tests(
  df,
  value_col = ".value",
  group_col = "jahr",
  alpha = 0.05,
  effect_size = TRUE,
  report_assumptions = TRUE,
  paired = TRUE
)

Value

A list containing:

type: Test type performed ("Paired Test" or "Unpaired Test")
sample_sizes: Number of observations per group
group_names: Names of the two groups
t_test: Result of the t-test (paired or unpaired)
wilcox_test: Result of the Wilcoxon test
effect_size: Cohen's d (if enabled)
assumptions: Shapiro-Wilk normality test result(s)
recommendation: Recommended test based on normality

Arguments

df: A data frame with exactly two groups. / Ein Data Frame mit genau zwei Gruppen
value_col: Name of the column containing values to compare. Default is ".value". / Name der Werte-Spalte, Standard: ".value"
group_col: Name of the grouping variable. Default is "jahr". / Spaltenname der Gruppierungsvariable, Standard: "jahr"
alpha: Significance level for hypothesis testing. Default is 0.05. / Signifikanzniveau fuer Testentscheidungen, Standard: 0.05
effect_size: Logical. Whether to calculate Cohen's d. / Logisch, ob Cohen's d berechnet werden soll
report_assumptions: Logical. Whether to include normality test results. / Logisch, ob Shapiro-Test zurueckgegeben wird
paired: Logical. Whether the data are paired. / Logisch: gepaarte Daten?

Details

Diese Funktion fuehrt sowohl parametrische (t-Test) als auch nicht-parametrische (Wilcoxon-Test) Vergleiche zwischen zwei Gruppen durch. Bei gepaarten Daten wird die Differenz gebildet und auf Normalverteilung geprueft(Shapiro-Test). Je nach Ergebnis wird ein gepaarter t-Test oder ein Wilcoxon-Vorzeichen-Rang-Test empfohlen. Optional wird die Effektgroesse (Cohens d) berechnet und die Vorannahmen zurueckgegeben.

Examples

Run this code

df <- data.frame(
  jahr = rep(c("2020", "2021"), each = 10),
  .value = c(rnorm(10, 30), rnorm(10, 32))
)
run_paired_tests(df, paired = TRUE)