Pairwise T检验:complete.cases(x,y)中的错误:并非所有参数的长度都相同吗?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pairwise T检验:complete.cases(x,y)中的错误:并非所有参数的长度都相同吗?相关的知识,希望对你有一定的参考价值。

我正在尝试进行成对的T检验:

Dataundershootwithoutmeansminusstopdistance %>% 
  (Undershootextent ~ Condition, paired = TRUE, p.adjust.method = "bonferroni")

我得到这个结果:

complete.cases(x,y)错误:并非所有参数的长度都相同

但是,我不知道为什么会这样:

这里是我的数据的子集:

Dataundershootwithoutmeansminusstopdistance
Targetdistance Condition ID Undershootextent
1 63.207  0   P_200214103155  3.498000
2 63.207  0.5 P_200214103155  6.161250
3 63.207  2   P_200214103155 10.420333
4 94.810  0   P_200214103155 15.852250
5 94.810  0.5 P_200214103155 10.553000
6 94.810  2   P_200214103155 10.441000
7 142.215 0   P_200214103155 17.495000
8 142.215 0.5 P_200214103155 38.332667
9 142.215 2   P_200214103155 40.320750
答案
配对与成对不同。

成对表示每个组应该与其他组进行比较。

当您设置paired=TRUE时,每对条件都将与成对的t检验进行比较,这将明显需要每种条件下观察值的数量具有相同的长度,以便可以将各个观察值配对。您确定要paired=TRUE吗?

以上是关于Pairwise T检验:complete.cases(x,y)中的错误:并非所有参数的长度都相同吗?的主要内容,如果未能解决你的问题,请参考以下文章

ggpubr 的 compare_means 和 base R 的 pairwise.t.test 给出不同的结果

T检验与F检验的区别

python T检验

R语言与统计-1:t检验与秩和检验

多元线性回归分析中,t检验与f检验有何不同

t检验如何进行