1

我正在将成对的列数据与 wilcoxon 秩和检验进行比较，并且在大多数比较中我得到了完全相同的 pvalue。我想知道从数据来看是我犯了错误还是一切正常。以下是一些比较。

这是我使用的比较

wtresult<-wilcox.test(datachunk[,i],datachunk[,(i+1)],paired=FALSE)

这是上面使用的数据的结果。

X1     X2     X3                      
339.53 354.11 435.56 425.34 434.64 436.08 
 X1    X2    X3                   
312.1 282.2 281.6    NA    NA    NA 

Wilcoxon rank sum test

data:  datachunk[, i] and datachunk[, (i + 1)]
W = 18, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0

X1     X2     X3                      
161.21 150.01 183.47 201.51 234.70 321.00 
X1    X2    X3                   
501.0 520.1 500.7    NA    NA    NA 

Wilcoxon rank sum test

data:  datachunk[, i] and datachunk[, (i + 1)]
W = 0, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0

X1     X2     X3                      
247.79 159.64 192.00 262.86 403.33 336.21 
X1    X2    X3                   
60.33 66.04 55.23    NA    NA    NA 

Wilcoxon rank sum test

data:  datachunk[, i] and datachunk[, (i + 1)]
 W = 18, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0

X1    X2    X3                   
17.12 15.83 16.88 17.61 18.97 45.92 
X1    X2    X3                   
321.8 329.7 334.4    NA    NA    NA
4

2 回答 2

2

对于少量观察，该测试有点“笨拙”，因此如果您有边界情况（所有第一个参数值都大于第二个参数值，反之亦然），您将获得相同的 p 值和 W 统计量全为 0 或其他数字（取决于 n）。

要获得更详细的答案，我们需要查看您的数据，或者您需要同意查看我们都可以看到的其他一些数据。

这是一个显示我正在谈论的行为的代码示例

i <- 1
datachunk <- mtcars[1:5,]
wilcox.test(datachunk[,i],datachunk[,(i+1)],paired=FALSE)

i <- 2
wilcox.test(datachunk[,i],datachunk[,(i+1)],paired=FALSE)
于 2015-07-21T04:20:13.550 回答
1

由于在每个测试的示例中，一组中的所有值都大于另一组中的所有值，因此无论实际数值如何，分配给每个差异的带符号等级都是相同的。因此，您的测试统计数据和 p 值都是相同的。

所以在数学上它是有道理的，但我会考虑在如此小的样本量下测试的应用是否有意义。

于 2015-07-21T04:26:28.443 回答