r - posthoc.kruskal.dunn.test 和 dunn.test 之间的区别

Question

我目前正在寻找一种在 R 中执行 dunn 测试的方法。在此过程中，我遇到了多个实现了 Dunn 测试的函数。

library(dunn.test)
library(PMCMR)

dunn.test(x=mtcars[,"wt"], g= mtcars[,"cyl"])$P.adjusted

posthoc.kruskal.dunn.test(x=mtcars[,"wt"], g=mtcars[,"cyl"], p.adjust.method="bonferroni")

然而结果却完全不同。有没有人有使用 dunn.test 包的经验？我想在 Kruskal Wallis 测试之后使用 Dunns 测试作为事后测试。

Answer 1

他们使用一些不同的预设。您可以通过应用多重测试校正并使用替代格式的 p 值来获得相同的结果dunn.test：

dunn.test(x=mtcars[,"wt"], g= mtcars[,"cyl"], method = 'bonferroni', altp = TRUE)$P.adjusted

Kruskal-Wallis rank sum test

data: x and group
Kruskal-Wallis chi-squared = 22.8067, df = 2, p-value = 0


                           Comparison of x by group                            
                                 (Bonferroni)                                  
Col Mean-|
Row Mean |          4          6
---------+----------------------
       6 |  -1.836259
         |     0.1990
         |
       8 |  -4.755941  -2.221605
         |    0.0000*     0.0789

alpha = 0.05
Reject Ho if p <= alpha

posthoc.kruskal.dunn.test(x=mtcars[,"wt"], g=mtcars[,"cyl"], p.adjust.method="bonferroni")

Pairwise comparisons using Dunn's-test for multiple   
                         comparisons of independent samples 

data:  mtcars[, "wt"] and mtcars[, "cyl"] 

  4       6    
6 0.199   -    
8 5.9e-06 0.079

P value adjustment method: bonferroni