如何将 dunn.test 应用于 R 中的数据帧？

Posted 2023-02-16

【中文标题】如何将 dunn.test 应用于 R 中的数据帧？

【英文标题】：How to apply dunn.test for dataframes in R?

【发布时间】：2020-02-16 17:21:29

【问题描述】：

我有一个包含两列的 CSV 文件：组和重量。 我能够进行 Kruskal–Wallis 检验：

kruskal.test(Weight~Group, data=Data.df)

我想计算与对照组的成对多重比较（有不同的处理方法）。我试过dunn.test.control，但我只得到错误。我认为我没有正确使用该命令。

知道我做错了什么吗？随意展示一个例子！

【问题讨论】：

随时向我们展示您的数据示例）））您可以使用dput()。

【参考方案1】：

如果您包含一些数据（或使用 R 中已有的数据说明您的问题（请参阅data()），您将获得更好的响应，显示无效的代码和错误消息，并指出什么打包给你带来麻烦的函数来自于dunn.test.control不包含在R中，而是包含在PMCMR包中。例如，我们可以使用R中包含的iris数据集（?iris获取信息）：

kruskal.test(Sepal.Width~Species, iris)
#
#   Kruskal-Wallis rank sum test
#
# data:  Sepal.Width by Species
# Kruskal-Wallis chi-squared = 63.571, df = 2, p-value = 1.569e-14

表明存在显着差异。现在进行 Dunn 测试：

library(PMCMR)
dunn.test.control(iris$Sepal.Width, iris$Species)
#
#   Pairwise comparisons using Dunn's-test for multiple 
#                         comparisons with one control
#
# data: iris$Sepal.Width and iris$Species
#
#           setosa 
# versicolor 1.4e-14
# virginica  7.7e-08

没有错误消息，因此您可能没有正确指定测试。但这不是成对测试。你可能想要

posthoc.kruskal.dunn.test(iris$Sepal.Width, iris$Species)
# 
#   Pairwise comparisons using Dunn's-test for multiple 
#                          comparisons of independent samples
# 
# data: iris$Sepal.Width and iris$Species
# 
#            setosa  versicolor
# versicolor 2.0e-14 -         
# virginica  1.5e-07 0.016     
# 
# P value adjustment method: holm
# Warning message:
# In posthoc.kruskal.dunn.test.default(iris$Sepal.Width, iris$Species) :
#   Ties are present. z-quantiles were corrected for ties.

注意警告信息。测试运行，但无法计算确切的概率，因为存在并列等级。其中两个比较非常小，除非您的样本量很小，否则平局不是一个因素。我更喜欢DescTools 中的测试版本，因为它还显示了每对之间的平均排名差异：

library(DescTools)
DunnTest(Sepal.Width~Species, iris)
# 
#  Dunn's test of multiple comparisons using rank sums : holm  
# 
#                      mean.rank.diff    pval    
# versicolor-setosa            -67.38 2.0e-14 ***
# virginica-setosa             -46.50 1.5e-07 ***
# virginica-versicolor          20.88  0.0158 *  
# ---
# Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1