我是否使用dunn.test函数遵循正确的过程？

Question

我用kruskal.test测试了不同取样点的丰度值的差异。但是，我想确定站点之间的多重差异。

dunn.test函数可以选择使用带有分类向量的向量数据，或者使用公式表达式作为lm。

我以在有许多列的数据框架中使用的方式编写函数，但我没有找到证实我的过程的示例。

library(dunn.test)

df<-data.frame(a=runif(5,1,20),b=runif(5,1,20), c=runif(5,1,20))

kruskal.test(df)

dunn.test(df)

我的结果是：

Kruskal-Wallis chi-平方= 6.02，df = 2，p-值= 0.04929 Kruskal-Wallis chi-平方= 6.02，df = 2，p-值= 0.05，按1到2 2.050609，0.0202在1和3 -0.141421之间，0.4438在2 -2.192031，0.0142之间。

Answer 1

我看了你的代码，你就很接近了。一个问题是，您应该使用method参数指定一个用于多个比较的校正方法。

校正多个比较

对于您的示例数据，我将使用变体的错误发现率(FDR)。我认为这是数据良好表现的原因超出了StackOverflow的范围，但是您可以阅读更多关于它和其他纠正方法的here。我还建议你阅读相关的报纸，其中大部分是开放访问的。

library(dunn.test)

set.seed(711) # set pseudorandom seed

df <- data.frame(a = runif(5,1,20),
                 b = runif(5,1,20), 
                 c = runif(5,1,20))

dunn.test(df, method = "by") # correct for multiple comparisons using "B-Y" procedure

# Output
data: df and group
Kruskal-Wallis chi-squared = 3.62, df = 2, p-value = 0.16


                           Comparison of df by group                           
                             (Benjamini-Yekuteili)                             
Col Mean-|
Row Mean |          1          2
---------+----------------------
       2 |   0.494974
         |     0.5689
         |
       3 |  -1.343502  -1.838477
         |     0.2463     0.1815

alpha = 0.05
Reject Ho if p <= alpha/2

解释结果

每个单元格中的第一行为每个比较提供Dunn的成对z测试统计数据，第二行提供校正后的p值。

注意，经过多次比较修正后，在alpha值为0.05的情况下，没有一个配对测试是显着的，这并不奇怪，因为每个示例“站点”都是由完全相同的发行版生成的。我希望这是有帮助的。快乐的分析！

P.S.在未来，如果要使用runif (或任何其他类型的伪随机数生成)构造示例数据格式，则应该使用set.seed()。此外，如果您还有其他有关统计分析的问题，最好访问：https://stats.stackexchange.com/