问题标签 [kruskal-wallis]

我正在尝试在数据框中做 kruskal-wallis。在行中——我有 4 组数据（4 种疾病诊断），每组有 6 名患者。在列中——我有大约 7000 个基因。

我正在尝试在每个基因的 4 组中执行 kruskal-wallis/ANOVA。

我可以通过这段代码来做到这一点- stats.kruskal(*[group["gene_1"].values for name, group in df.groupby("disease_diagnosis")])

这给出了基因 1 的 p 值

我试图通过我尝试了这段代码的 7000 个基因（在列中）来完成这项工作。

这在我尝试过的其他方法中不起作用。将有助于获得一些指导..谢谢

我正在尝试将 kruskal Wallis 和成对 Wilcoxon 检验添加到图中以显示哪些组显着不同，但我在每个组和方面都有多个组/子组，这使得它变得复杂。

这是以 iris 数据集为例的 R 代码，其想法是针对不同的变量（Sepal.Length、Sepal.Width、Petal.Length、Petal.Width）在不同的处理（A、B、C）中执行 Kruskal.test ) 每个物种，以及它们之间的 wilcox.test 成对测试：

这将产生以下图：

为了改善这个数字，我想：

1. 自动将“df_kw”中的 Kruskal 测试结果作为文本添加到图中，并且仅显示显着的 p 值（例如 KW（petal.length）p = 0.003）
2. 使不同变量（例如花瓣/花瓣长度/宽度）的处理（例如“A”、“B”、“C”）之间的威尔克森线看起来整齐（例如，所有在箱线图的顶部，具有一致的行距）
3. 使 wilcoxon 测试线的颜色与箱线图的颜色相同（当 wilcoxon 测试变量小于实际变量时，如果我隐藏非显着性，现在 'ggpar' 并不总是有效）

我被困在这里，想知道有人有解决方案吗？非常感谢！

我想调查三个不同组之间是否存在显着差异。这些组大约有 20 个数字属性。对于每个属性，大约有一千个观察值。

我的第一个想法是计算一个manova。不幸的是，数据不是正态分布的（使用 Anderson Darling 测试进行测试）。从数据来看，分布在均值附近太窄了，根本没有尾巴。无论如何，当我计算 Manova 时，会得出非常显着的结果，这完全出乎我的意料。

因此，接下来我想计算一个多元 Kurskall Wallis 检验。到目前为止，我已经找到了 scipy.stats.kruskal。不幸的是，它只比较单个数据系列。Python 中是否已经存在与 MANOVA 类似的实现，您可以在其中读取所有属性和所有三个组，然后给出结果？

如果您需要更多信息，请告诉我。

非常感谢！:)

我不确定，但我想检查一下。

H0 下 kruskal wallis 的分布是否为 F(k-1,Nk) ？

我认为那不是真的。

我认为它与卡方分布。谁能告诉我我是否正确？

我是 python 的新手，并试图对分为两个组（C2 和 S1）的多个列执行 Kruskal Wallis 测试。

到目前为止，我已经能够使用以下代码对单个列进行 Kruskal Wallis 测试。（我通过网络收集的）

我尝试使用“while 循环”来遍历所有列，但直到现在还不能这样做。我还在 StackOverflow 中解决了几乎所有与此相关的问题，但我无法解决我的问题。

谁能帮我做这件事？如果这是一个非常基本的问题，我很抱歉。

下面是我的数据的样子。

谁能给我一个关于如何在下面运行 Kruskal-Wallis 测试的提示？

我的目标：对于每个家庭来说，Forest 和 Urban 之间的细菌生长 (agg_rel_abund) 是否有任何意义。

我在 R 中尝试过的代码：kruskal.test(Habitat ~ agg_rel_abund, data = my_data)但显然我知道这是错误的......因为我没有达到我的目标......

让我简要解释一下我的数据：

有样本类型，即 F 和 W。

当样本名称以 F 开头时，表示 Habitat 来自 Urban。

当样本名称以 W 开头时，表示 Habitat 来自 Forest。

如果要进行 Mann-Whitey 检验，或者任何非参数检验也可以……只要能够了解 Forest 和 Urban 之间细菌生长（agg_rel_abund）对每个家庭的意义。

我想对具有 3 个类别的变量执行 Kruskal-Wallis 测试作为 ANOVA 测试的替代方法：关于价格的政策 A、政策 B 和政策 C。在此之前，我对每个策略组进行了正态性测试。我发现策略 A 和策略 C 不是正态分布的，但策略 B 是正态分布的。我可以知道这是否违反 Kruskal-Wallis 测试假设？

所以我有这个数据并试图完成kruskal.test()一个包含数据框的列表

我试图kruskal.test在这 3 个数据帧上执行，但在试图找到解决方案数小时后失败了。我是 R 的新手。

失败的尝试是：

摘要：我正在尝试kruskal.test()处理一组包含数据框的列表。如何传递公式lapply()或在列表中的每个数据框中Map()运行？kruskal.test()

我正在尝试使用 Kruskal-Wallis 测试来测试三组的差异。但是确定变量的最大值在 3 组中是相同的，所以 kruskal-Wallis 它不是结果差异，虽然我知道存在，不是在最大值方面，而是在总和方面。在这种情况下我能做什么？

我正在分析来自 3 种不同步态速度的数据。对于每个组/速度，我正在确定称为“角度”的特定值。每组有不同的样本量。所以，我需要比较多模态分布，我想统计测试以下内容：

1. 每组内 3 个模态（峰）之间存在显着差异
2. 所有三组的相同模式之间没有显着差异（与其他 2 种模式相比）。

分布如下所示，值得注意的是，每组的 3 种模式相对于彼此出现大约相同的值。

我被这个困住了。我已经尝试过 KDE，并且得到了 3 个预期的集群。我不确定如何证明差异。我也尝试过 Kruskal-Wallis 非参数检验（针对不同的样本量），但结果显示组之间存在显着差异，我认为分布在统计上没有差异（2. 上面的点）。

另一个问题是这是循环问题，因为角度是从 0 到 360，所以我不确定这是否会改变方法（我已经预处理数据来处理这个问题）。

你能帮忙吗？

请注意，我的真实数据要大得多，我不能在这里复制，所以我在下面给出一个玩具示例（红色小提琴图来自真实数据）：