两两比较的Kruskal-Wallis检验

Question

标准stats::kruskal.test模块允许计算数据集上的kruskal-wallis测试：

>>> data(diamonds)
>>> kruskal.test(price~carat, data=diamonds)

Kruskal-Wallis rank sum test

data:  price by carat by color 
Kruskal-Wallis chi-squared = 50570.15, df = 272, p-value < 2.2e-16

这是正确的，它给了我一个概率，数据中的所有组都具有相同的平均值。

然而，我想知道每一对比较的细节，比如当你要求进行Kruskal测试时，颜色D和E的钻石是否具有相同的平均价格，就像其他一些软件(SPSS)一样。

我在包pgirmess中找到了kruskalmc，它允许我做我想做的事情：

> kruskalmc(diamonds$price, diamonds$color)
Multiple comparison test after Kruskal-Wallis 
p.value: 0.05 
Comparisons
      obs.dif critical.dif difference
D-E  571.7459     747.4962      FALSE
D-F 2237.4309     751.5684       TRUE
D-G 2643.1778     726.9854       TRUE
D-H 4539.4392     774.4809       TRUE
D-I 6002.6286     862.0150       TRUE
D-J 8077.2871    1061.7451       TRUE
E-F 2809.1767     680.4144       TRUE
E-G 3214.9237     653.1587       TRUE
E-H 5111.1851     705.6410       TRUE
E-I 6574.3744     800.7362       TRUE
E-J 8649.0330    1012.6260       TRUE
F-G  405.7470     657.8152      FALSE
F-H 2302.0083     709.9533       TRUE
F-I 3765.1977     804.5390       TRUE
F-J 5839.8562    1015.6357       TRUE
G-H 1896.2614     683.8760       TRUE
G-I 3359.4507     781.6237       TRUE
G-J 5434.1093     997.5813       TRUE
H-I 1463.1894     825.9834       TRUE
H-J 3537.8479    1032.7058       TRUE
I-J 2074.6585    1099.8776       TRUE

然而，这个包只允许一个类别变量(例如，我不能研究按颜色和克拉分类的价格，就像我对kruskal.test所做的那样)，并且我不知道关于pgirmess包的任何事情，无论它是否得到维护，或者是否经过测试。

你能推荐一个包来执行Kruskal-Wallis测试，它会返回每次比较的详细信息吗？你会如何处理这个问题？

Answer 1

除了Marek提到的kruskal::agricolae之外，另一种方法是使用multcomp的硬币包中的oneway_test帮助页面中实现的Nemenyi-Damico-Wolfe-Dunn测试。使用hadley的设置并减少B= ()函数的近似值，使其在有限时间内完成：

#updated translation of help page implementation of NDWD
NDWD <- 
    independence_test(dv ~ iv, data = sum_codings1, distribution = approximate(B = 10000), 
                          ytrafo = function(data) trafo(data, numeric_trafo = rank_trafo), 
                          xtrafo = mcp_trafo(iv = "Tukey"))


    ### global p-value
    print(pvalue(NDWD))

    ### sites (I = II) != (III = IV) at alpha = 0.01 (page 244)
    print(pvalue(NDWD, method = "single-step"))

在较大的数据集上获得更稳定的结果可能需要增加B值并增加用户的耐心。

Jan: 2012:最近在R-help上有一篇帖子声称这种方法产生了意想不到的结果，所以我把那封电子邮件转发给了维护者。Mark Difford说，他已经确认了这些问题，并提供了nparcomp包的替代测试：https://stat.ethz.ch/pipermail/r-help/2012-January/300100.html

在同一周内，还有一些关于rhelp的其他建议，用于后期对比KW测试： kruskalmc suggested by Mario Garrido Escudero 和rms::polr，然后是Frank Harrell https://stat.ethz.ch/pipermail/r-help/2012-January/300329.html建议的rms::contrasts。

2015年11月:同意toto_tico的观点，即硬币包的帮助页面代码在其间发生了变化。?independence_test帮助页面现在提供了一个多变量KW测试，并且?oneway_test帮助页面已经用上面使用independence_test函数的代码替换了它的早期实现。

Answer 2

您可以使用PMCMR包。There是关于它的更多信息。

Spelling_Grades <- c(90,87,89,90,75,88,97,99,78,85,72,76,77,79,70)
Methods <- c("A","A","A","A","B","B","B","B","B","B","C","C","C","C","C")
kruskalmc(Spelling_Grades~Methods)

#This method doesn't accept characters that's why I've changed the methods to integer
Methods <- c(1,1,1,1,2,2,2,2,2,2,3,3,3,3,3)
posthoc.kruskal.nemenyi.test(Spelling_Grades~Methods) 

上面的两种方法给出了相同的结果。

Answer 3

我原以为你能做到以下几点：

data(diamonds, package = "ggplot2")

library(coin)
library(multcomp)

kt <- kruskal_test(price ~ clarity, data = diamonds)
glht(kt, mcp(clarity = "Tukey"))

但是看起来multcomp不支持coin对象(还没有？)。