问题标签 [kruskal-wallis]

我有以下数据框，我称之为“测试”，我正在尝试为每个“元”与“诊断”运行 Bartlett 测试和 Kruskal-Wallis 测试

我可以单独运行它们，它给了我正确的值：

但是，当我尝试运行 for 循环（我有超过 100 个要运行）时，我不断收到以下错误：

巴特利特错误：

Kruskal-Wallis 错误：

我应该使用别的东西吗？感谢您的帮助！

我有一个数据集，需要按年份和类型对每个因素进行排序......就像

我可以按年份或类型对每个因素执行 Kruskal-Wallis。但是有没有办法让我同时评估每个因素？类似于方差分析？

Tomczak 和 Tomczak (2014)使用以下代码计算 Kruskal-Wallis H 检验的 eta 平方的公式：

为了重现性的目的，这里是数据：

但是，当将结果与 rstatix 软件包的结果进行比较时，它有时会给出不同的结果，所以我不确定我应该报告哪一个。我查看了源代码，我不知道可能有什么区别。差异的根源是什么？

为了找到 iris 数据集的两列之间的关系，我正在执行 kruskal.test 并且 p.value 显示了这两列之间的有意义的关系。

结果如下：

散点图也显示了某种关系。 plot(iris$Petal.Length, iris$Petal.Width)

为了找到这两个变量的有意义的边界，我运行了pairwise.wilcox.test测试，但是为了使这个测试起作用，其中一个变量需要是分类的。如果我将两个连续变量都传递给它，那么结果将不符合预期。

作为输出，我需要一个明确的切入点，这两个变量有某种关系以及这种关系在哪里结束（如上图红线所示）

我不确定是否有任何统计测试或其他编程技术来找到这些边界。

例如手动我可以做这样的事情来标记边界 -

但是，R 中有没有一种编程技术或库来找到这样的边界？

重要的是要注意我的实际数据是有偏差的。

谢谢， 索拉布

我曾尝试执行 Kruskal-Wallis 检验，但我不确定数据是否正确排序，因此，我不知道结果是否正确。

我仍然不知道如何验证它是否正确，不知道您是否可以帮助我识别错误。

谢谢你。

数据：
有13个样本和138个观测值，按月划分。

在这里，我进行 Kruskal-Wallis 检验。

在这里它不识别级别，结果为空，我希望它显示月份，ene-15、Feb-15、Mar-15、Nov-15 等。

但在表中，它是正确的。

我做了同方差性检验

还有 Kruskal-Wallis 测试，它给了我一个结果，但我不知道如何检查它是否正确。

我正在分析五种不同治疗方法的微生物组中乳酸菌/肠杆菌的比例之间的差异。

我的计划是使用 Tukey HSD 测试来检查差异。我做了一个 shapiro 正态性检验，数据不是正态分布的。像这样，我选择了 Kruskall-Wallis 来测试组是否不同，我还进行了 Dunn Post hoc Kruskall-Wallis 检验和 Dwass-Steele-Critchlow-Fligner 全对检验来查看组之间的成对比较。我还进行了 wilcoxon 秩和检验，以查看比率是否不同。我得到相同的结果，p 值略有不同。我应该信任哪些？

这是测试比例数据之间差异的方法吗？还是我应该使用另一个统计测试？

谢谢！

我正在努力解决这个问题。我是来自 SPSS 背景的 python 新手。基本上，一旦您完成了 Kruskal Wallis 检验并返回低 p 值，正确的程序是进行事后 Dunn 检验。我一直在努力弄清楚数学，但我发现了这篇文章（https://journals.sagepub.com/doi/pdf/10.1177/1536867X1501500117），我认为它已经说明了一切。

除了计算 P 值之外，Python 似乎没有 Dunn 测试，但我希望获得与可以在 SPSS 中获得的成对比较测试类似的输出。这包括 z-stat/test 统计量、标准偏差、标准偏差误差、p 值和使用 Bonferroni 调整的 p 值。

现在我正在努力获得正确的测试统计数据，以便我可以完成剩下的工作。我的数据是多个组，我将它们分成多个数据框。例如，我的数据如下所示：

df1 | 因素 1 | 因素 2 | | -------- | -------- | | 3.45 | 8.95 | | 5.69 | 2.35 | row_total=31 df2 | 因素 1 | 因素 2 | | -------- | -------- | | 5.45 | 7.95 | | 4.69 | 5.35 | row_total=75 等等

所以基本上我正在尝试测试 df1["Factor1"] 和 df2["Factor1]。我目前拥有的是：

它输出 0.0630。我遇到的问题是，当我通过 SPSS 运行相同的测试时，数字是 -51.422。我不确定我做对了，有正确的方程式或我打算做什么。

任何帮助，将不胜感激。

我知道在这方面也有人问过类似的问题，但我仍然无法弄清楚这一点。我有一个 (v1, ..., vN) 变量的 NbyN 相关矩阵，我想首先确定高度相关的比率。这部分简单直接。然后，假设我确定了高度相关的对 (v1, v2)。为了决定保留哪一个，我使用二元因变量并计算 Kruskal-Wallis 检验以删除因变量具有最高 p 值的那个。这听起来像是一个好方法吗？你认为我应该如何编写这个 Python 并且我是否缺少变量之间的互连，假设 v1 与 v2 以及 v3 相关？

我在 Kruskal-Wallis 测试中发现了几个问题。但是，我在之前的帖子中没有遇到以下问题：

我想做以下事情：

1. 测试eachmedian_value之间的 是否不同。为此，我想执行Kruskal–Wallis 检验。但是，我的代码给了我相同的p 值。study_groupnutrienttimepoint

2. 是否也可以调整p 值以考虑多次测试？

3. Kruskal-Wallis 检验能否以相同的方式用于检验nutrient随时间变化的中位数？注：nutrient是随时间高度相关的数据。

这是我的数据：

请参阅下面的代码：

我正在尝试在 R 中进行 Dunn 测试。这是我的代码： DTP = dunnTest(P~SoilSeries, data=df3, method="bh") 我收到此错误消息：Warning message: SoilSeries was coerced to a factor. 我不知道该怎么做。我使用 as.factor 将 SoilSeries 变成了一个因子，但随后 df3 不再是一个表格。我是初学者，很困惑，所以非常感谢任何帮助。谢谢！