首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >kruskal-wallis对比试验

kruskal-wallis对比试验
EN

Stack Overflow用户
提问于 2015-04-26 13:28:56
回答 2查看 1.3K关注 0票数 1

全,

我想在排序中位移位测试上执行等同于TukeyHSD的测试,例如kruskal wallis

代码语言:javascript
复制
X=matrix(c(1,1,1,1,2,2,2,4,4,4,4,4,1,3,6,9,4,6,8,10,1,2,1,3),ncol=2)
anova=aov(X[,2]~factor(X[,1]))
TukeyHSD(anova)
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = X[, 2] ~ factor(X[, 1]))
##
## $`factor(X[, 1])`
## diff lwr upr p adj
## 2-1 1.25 -5.927068 8.427068 0.8794664
## 4-1 -1.35 -7.653691 4.953691 0.8246844
## 4-2 -2.60 -9.462589 4.262589 0.5617125
kruskal.test(X[,2]~factor(X[,1]))
##
## Kruskal-Wallis rank sum test
##
## data: X[, 2] by factor(X[, 1])
## Kruskal-Wallis chi-squared = 1.7325, df = 2, p-value = 0.4205

现在我想分析一下对比。请帮帮忙。谢谢。瑞克

EN

回答 2

Stack Overflow用户

发布于 2015-04-26 14:37:25

如果您想在Kruskal-Wallis测试之后进行多个比较,则需要pgirmess包中的kruskalmc函数。在实现此函数之前,您需要将矩阵转换为数据帧。在您的示例中:

代码语言:javascript
复制
# convert matrix to dataframe
dfx <- as.data.frame(X)

# the Kruskal-Wallis test & output
kruskal.test(dfx$V2~factor(dfx$V1))


    Kruskal-Wallis rank sum test

data:  dfx$V2 by factor(dfx$V1)
Kruskal-Wallis chi-squared = 1.7325, df = 2, p-value = 0.4205

# the post-hoc tests & output
kruskalmc(V2~factor(V1), data = dfx)

Multiple comparison test after Kruskal-Wallis 
p.value: 0.05 
Comparisons
    obs.dif critical.dif difference
1-2    1.75     6.592506      FALSE
1-4    1.65     5.790265      FALSE
2-4    3.40     6.303642      FALSE
票数 0
EN

Stack Overflow用户

发布于 2016-09-22 18:20:13

对于Kruskal测试,如果您希望紧凑的字母显示类似于从TukeyHSD输出的字母,库agricolae允许使用函数kruskal。使用您自己的数据:

代码语言:javascript
复制
  library(agricolae)
print( kruskal(X[, 2], factor(X[, 1]), group=TRUE, p.adj="bonferroni") )
#### ...
#### $groups
####   trt means M
#### 1   2  8.50 a
#### 2   1  6.75 a
#### 3   4  5.10 a

(在本例中,组不被认为是不同的,结果与另一个答案相同。)

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/29874131

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档