1

我想对配对样本进行 wilcoxon 测试，我想知道我的代码对于我想要测试的内容是否正确。我想知道我的因变量平均湿度（=Feuchte）和我的由水壶孔（Soll）分组的独立变量距离（=Transtyp）之间是否存在显着差异。假设是，随着距离的增加，每个壶孔的水分显着减少。

这是我的数据框

df <- structure(list(Datum = structure(c(18703, 18703, 18703, 18703, 
18724, 18724, 18724, 18724, 18730, 18730, 18730, 18730, 18744, 
18744, 18744, 18744, 18758, 18758, 18758, 18758, 18774, 18774, 
18774, 18774), class = "Date"), Soll = c("1192", "1192", "149", 
"149", "1192", "1192", "149", "149", "1192", "1192", "149", "149", 
"1192", "1192", "149", "149", "1192", "1192", "149", "149", "1192", 
"1192", "149", "149"), Transtyp = structure(c(1L, 2L, 1L, 2L, 
1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 
1L, 2L, 1L, 2L), .Label = c("2", "5"), class = "factor"), Feuchte = c(36.15, 
36.6518518518519, 37.66, 37.8310344827586, 28.7625, 30.128125, 
27.271875, 23.0645161290323, 31.903125, 32.15625, 31.740625, 
29.9875, 14.6290322580645, 14.6516129032258, 15.058064516129, 
13.159375, 13.675, 13.7896551724138, 12.390625, 9.690625, 16.2586206896552, 
17.441935483871, 24.24375, 20.24375)), row.names = c(NA, -24L
), class = c("tbl_df", "tbl", "data.frame"))

到目前为止，这是我的代码：

df %>% ungroup() %>%
                  split(.$Soll)%>%
                  map_df( ~broom::tidy(wilcox.test(Feuchte ~ Transtyp, data = .x, paired = T, )), .id = "Soll")

如上所述，我真的在测试我想要测试的东西吗？结果让我感到困惑。另外，我知道您也可以使用“，”而不是“~”。这两者有什么区别，我需要哪一个，为什么？我真的被困住了，我找不到一个好的解释。提前非常感谢！

干杯

4

1 回答 1

2

是的，看来您正在正确执行计算。何时使用 ~ 与 , 取决于您的数据的形式。
在上面的示例中，您的数据框有 1 列因值 (Feuchte) 和一列自变量 (Transtyp)，因此公式样式是正确的“y ~ x”（y 作为 x 的函数）。
另一方面，如果您有 2 个单独的数据向量，那么您需要使用 , 格式（y1 与 y2 相比）。

为了演示使用您的示例：

df %>% ungroup() %>%
    split(.$Soll)%>%
    map_df( ~broom::tidy(wilcox.test(Feuchte ~ Transtyp, data = .x, paired = T, )), .id = "Soll")

# A tibble: 2 × 5
#  Soll  statistic p.value method                          alternative
#  <chr>     <dbl>   <dbl> <chr>                           <chr>      
#1 1192          0  0.0313 Wilcoxon signed rank exact test two.sided  
#2 149          20  0.0625 Wilcoxon signed rank exact test two.sided

现在从 Sol=1192 时提取 Transtyp==2 和 Transtyp==5：

sg<-df %>% ungroup() %>% split(.$Soll)
wilcox.test(sg$`1192`$Feuchte[sg$`1192`$Transtyp==2], sg$`1192`$Feuchte[sg$`1192`$Transtyp==5], paired = TRUE)

#   Wilcoxon signed rank exact test
#
#data:  sg$`1192`$Feuchte[sg$`1192`$Transtyp == 2] and sg$`1192`$Feuchte[sg$`1192`$Transtyp == 5]
#V = 0, p-value = 0.03125
#alternative hypothesis: true location shift is not equal to 0

如您所见，对于 Soll==1192，两种情况下的 V=0 和值 =0.0313。

于 2021-10-13T02:53:18.130 回答