2

再会。我正在使用我拥有的数据集搜索一些帮助/建议，我想为此运行 Mann-Whitney U 测试。data.frame 的虚拟集如下所示：

 Plant R1 R2 R3 R4 R5
     a  1  2  3  4  5
     a  6  7  8  9 10
     a 11 12 13 14 15
     b 16 17 18 19 20
     b 21 22 23 24 25
     b 26 27 28 29 30
     b 31 32 33 34 35
     c 36 37 38 39 40
     c 41 42 43 44 45
     c 46 47 48 49 50
     d 51 52 53 54 55
     d 56 57 58 59 60

我有 26 种不同的植物，我想检验以下假设：在所有植物物种对（a、b、c...等）之间，每个单独波段的中值反射率（r1、r2、r3）之间没有显着差异...r400。有 400 个波段列）。该假设将针对 26 种植物的所有可能组合进行 325 次检验。零假设应在 ά = 0.00015 的显着性水平上进行检验（校正 Bonferroni 效应，0.05/325）。

我知道wilcox.test执行成对比较的命令。我尝试搜索 Cran 存储库并找到npmc包，但它不再维护。

我希望结果如下所示：

Comparison   R1   R2   R3   R4   R5
    ab      p-value
    ac
    ad

但我不知道从哪里开始。任何人都可以提供任何建议。提前致谢。

库尔特

4

4 回答 4

2

由于您正在进行多重比较，您可以考虑多重对比测试程序，例如Frank Konietschke、Ludwig A. Hothorn 和 Edgar Brunner描述的 T~ 。由于您有兴趣比较所有可能的配对，因此您应该使用 Tukey contrasts。讨论 T~ 背后的统计机制可能不适合 StackOverflow，最好在Cross Validated上完成。T~ 过程已在nparcomp包中实现。由于 T~ 尊重传递性，其结果可以表示为Vasilescu 等人建议的简化图。

于 2013-07-12T19:32:00.507 回答
1

我管理这个使用

 ttest<- pairwise.wilcox.test(ttest.data[,i],Species,conf.level = 0.95, p.adj = "bonf")
 library(reshape)
 ttest.result<- melt (ttest[[3]])
于 2013-09-14T17:25:23.017 回答
0

听起来您应该考虑应用邓恩的测试。简而言之，Dunn 检验是一个事后的逐组位置差异检验（使用多重检验校正），如果您在 Kruskal-Wallis 检验中拒绝原假设（并确定至少抽取了一个组），则可以应用该检验来自不同的分布）。

有关更详细的示例，请参阅Cross Validated 上的此答案。有一个 R 包 ( dunn.test ) 提供了dunn.test一种使用类似接口的方法wicox.test

于 2015-06-19T20:33:03.737 回答
0

尝试为 R 使用DepthProc库

    library(DepthProc)
    x <- mvrnorm(100, c(0,0), diag(2))
    y <- mvrnorm(100, c(0,0), diag(2)*1.4)
    mWilcoxonTest(x,y)

它是基于数据深度概念2的 Wilcoxon-Mann-Whitney 检验3的多元模拟：https ://projecteuclid.org/download/pdf_1/euclid.aos/1176344722 https://projecteuclid.org/download/pdfview_1/euclid。 ss/1113832733

于 2020-04-20T13:20:24.403 回答