4

在与 Kruskall wallis 检验进行成对比较后，有没有办法获得显着性代码？对于显着性代码，我的意思是分配给总体以指示差异显着的地方的字母代码。

使用传统的 anova，可以使用库中HSD.test的此类测试进行测试，agricolae但对于 anova 的非参数对应物，我无法找到任何东西。

一个小玩具示例：

dv  <-  c(runif(100, 5.0, 10))
iv  <-  as.factor( c(rep("I", 10),  rep("II", 10),  rep("III", 10),  rep("IV", 10), rep("V", 10),
                    rep("VI", 10), rep("VII", 10), rep("VIII", 10), rep("IX", 10), rep("X", 10)))

df  <-  data.frame(dv, iv)

# with anova
library(agricolae)
aov.000  <-  aov(dv ~ iv,  data=df)
HSD.test(aov.000, "iv")

# after KW test: 
(kt  <-  kruskal.test(dv ~ iv,  data=df))

library(coin)
library(multcomp)
NDWD <- oneway_test(dv ~ iv, data = df,
        ytrafo = function(data) trafo(data, numeric_trafo = rank),
        xtrafo = function(data) trafo(data, factor_trafo = function(x)
            model.matrix(~x - 1) %*% t(contrMat(table(x), "Tukey"))),
        teststat = "max", distribution = approximate(B=1000))

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

### sites (I = II) != (III = IV) at alpha = 0.01 (page 244)
print(pvalue(NDWD, method = "single-step"))
4

4 回答 4

5

因为它可能对其他人有用，以下似乎有效（使用multcompView库）：

library(multcompView)
mat  <-  data.frame(print(pvalue(NDWD, method = "single-step")))
(a   <-  c(mat[, 1]));  names(a)  <-  rownames(mat)
multcompLetters(a)

或者，以下将起作用：

test  <-  pairwise.wilcox.test(dv, iv, p.adj="bonferroni", exact=FALSE)
# test  <-  pairwise.wilcox.test(et.ef, s.t, p.adj="holm", exact=FALSE)

library(multcompView)
test$p.value
library(reshape)
(a <- melt(test$p.value))
a.cc  <-  na.omit(a)
a.pvals  <-  a.cc[, 3]
names(a.pvals)  <-  paste(a.cc[, 1], a.cc[, 2], sep="-")
a.pvals
multcompLetters(a.pvals)
于 2013-06-05T09:43:15.477 回答
3

您还可以使用 rcompanion 包中的 cldList 函数（请参阅https://rcompanion.org/rcompanion/d_06.html）。例子：

k_test <- k_test$res

library(rcompanion)

cldList(comparison = k_test$Comparison,
    p.value    = PT$P.adj,
    threshold  = 0.05)


Error: No significant differences.

我将它与 Dunn post-hoc 结合使用，效果很好。

于 2018-12-17T18:56:14.833 回答
2

您至少可以使用 multicomp 包以图形方式执行此操作：

dv  <-  c(runif(100, 5.0, 10))
iv  <-  as.factor( c(rep("I", 10),  rep("II", 10),  rep("III", 10),  rep("IV", 10), rep("V", 10),
                rep("VI", 10), rep("VII", 10), rep("VIII", 10), rep("IX", 10), rep("X", 10)))
df  <-  data.frame(dv, iv)
anova_results  <-  aov(dv ~ iv,  data=df)
library(multcomp)
tuk <- glht(anova_results, linfct = mcp(iv = "Tukey"))
summary(tuk)          # standard display
tuk.cld <- cld(tuk)   # letter-based display
opar <- par(mai=c(1,1,1.5,1))
plot(tuk.cld)
par(opar)

当然，鉴于您随机生成的数据，结果图不是很有趣，但会给您分组-

在此处输入图像描述

这是我的情节之一，使用相同的方法：

在此处输入图像描述 最后，如果您不想要图形，您可以深入到包中，轻松找到存储分组信息的字符串，以便在其他地方使用。

于 2013-06-04T17:42:46.237 回答
1

如果您想要 Kruskal 测试的紧凑型字母显示，同一个库agricolae似乎允许它使用函数kruskal. 使用您自己的数据：

library(agricolae)
kruskal(df$dv, df$iv, group=TRUE, p.adj="bonferroni")$groups
####    trt  means M
#### 1  VI    59.2 a
#### 2  VII   57.0 a
#### 3  IX    56.4 a
#### 4  II    55.0 a
#### ...

（好吧，在这个例子中，这些组不被认为是不同的......）

于 2016-09-22T10:11:11.083 回答