问题标签 [kruskal-wallis]

我正在使用 Kruskal-Wallis 对非正态/异方差数据进行一些分析，并且我热衷于使用 Cribbie 等人在此处描述的 Welch 的 t 检验实现数据。他们的过程包括对 KW 的等级执行 Welch 的 T 检验。

问题的 Python 部分是：有没有办法保存和调用 KW 测试中的排名值？我正在使用 KW 实现 stats.kruskal，但我在 API 中看不到太多信息。是否有替代实现可以给我我所追求的？

提前致谢。

我需要一种方法将向量（血液样本值）除以时间间隔因子（gacat）的每个水平，并在结果因子变量（EPL（是/否））

在 mtcars df 中：

这段代码很好地解决了我的问题。使用方差分析：

但是，由于（在上面的示例齿轮中）我的数据的最后一级split只有一个是/否结果，整个代码抛出错误：

我的数据：

* 中的零似乎是问题所在……在示例中，这不是问题，因为每个因素都至少有两个级别：

由于我需要检查大量血液样本，因此我希望通过一个简短的代码块来进行这些比较。有什么方法可以让 R 在最后一级抛出 NaN，而不是丢弃整个代码？

我kruskal.test在 R 中使用。我遇到的问题是我想找到每个分类变量的 p 值（即性别，由女性和男性分隔）。如果我有数据：

像这样，如果我想按类型计算每个种族类型的 p 值，我该怎么办？

现在的代码是：

但我做不到

数据不是正态分布的。我很感激任何建议

我正在对我的数据集执行 Kruskal-Wallis 测试，我正在尝试调整 p 值，但它似乎不起作用，这是我的代码：

正如你所看到的，如果我把p.adjust = "none"我得到了完全相同的结果。这怎么可能？
在此先感谢所有愿意提供帮助的人。安德烈亚

我有一张这样的桌子：

我的数据有 2 个条件，每个条件有 3 个复制。我希望每一行都运行 Kruskal-Wallis 秩和检验，这意味着在每一行中，con1（具有 3 个值）将使用 con2（具有 3 个值）进行测试。这是我试图做的，但我不知道它是否正常工作以及选择是否正确。

您知道对每一行进行测试的更快或更优雅的方法吗？

我想计算 R 中 epsilon-squared 效应大小统计的置信区间。这是我用来计算 epsilon-squared 值的代码：

这给了我我的效果大小。但该函数只输出一个数字。请问如何计算效果大小的置信区间？

我是来自Jester项目的笑话数据集 2 ( jester_dataset_2.zip )的数据集，我想将笑话分成具有相似评级的笑话组，并适当地可视化结果。

数据看起来像这样

这是Dataset 2的一个子集。

我发现我不能使用方差分析，因为同质性不一样。因此，我使用 R 中 agricolae 包中的 Kruskal–Wallis 方法。

这里是组。

问题是我不知道如何适当地可视化笑话组。我正在使用箱线图来显示每个笑话的置信区间。

根据 KW 测试给出的颜色，以某种方式为每个盒子（每个笑话）涂上适当的颜色会很好。

我怎么能那样做？或者有没有更好的方法在数据集中找到最好和最差的笑话？

我将在 R 中进行 Kruskal-Wallis 测试（测试鱼的优势状态（五组，从 1-5 测量）和鱼的攻击之间是否存在差异）但似乎我有一些问题因素。我从 Excel 导入数据集。R 不将支配状态识别为一个因素（在询问时返回 FALSE is.factor(dominance_status)。当我将数据集作为文本文件导入时，R 不会将第一行识别为列名，而是将 V1 和 V2 写为列的名称。

如果有人可以帮助我解决这个问题，我将非常感激！

Attack_data
Indvid Dominance_status Attacks
<chr> <dbl> <dbl>
1 a1 3 0
2 a2 3 0
3 a3 4 0

# ... with 22 more rows

is.factor(Dominance_status) [1] FALSE

我注意到dunn.test包和DescTools (p.182) 提供了适用于拒绝 Kruskal-Wallis 检验的事后成对多重比较程序的邓恩检验。

它们之间有什么区别？

我已经对我的数据进行了两次测试，并进行了 Bonferroni 校正，我得到了完全不同的结果：

为什么结果不一样？

怎么可能DunnTest产生 a pval= 1.000？

结果如何解释？

我是这里的新手，我的问题是我应该根据广义线性模型的结果使用参数还是非参数事后检验；如果非参数是合适的，如何进行。

因为这是关于概念的，所以我不会发布任何数据（除非有必要）。我在带有 lme4 包（glmer.nb 模型）的 Rstudio 中拟合了具有负二项式函数的广义线性混合效应模型。

我知道 GLM 是针对非参数数据的，但是如果我想根据模型结果进行后续的事后测试，我是使用参数测试还是非参数测试？

我能够使用 emmeans 包（emmeans 命令）和 multcomp 包（cld 命令）对模型结果进行 Tukey 调整参数测试，以分析治疗之间的显着差异。即emmeans（modelX，“治疗”）。

但是，如果这不合适并且应该进行非参数测试，有人可以告诉我如何使用模型结果和/或考虑随机效应吗？

先感谢您！