Kruskal Wallis 检验和子集化

Posted 2023-02-16

【中文标题】Kruskal Wallis 检验和子集化

【英文标题】：Kruskal Wallis Test and subsetting

【发布时间】：2018-02-14 21:02:50

【问题描述】：

您能否使用我的数据子集协助执行 Krustal Wallis 测试？我希望能够测试“生产者”之间“N”的差异。

names(Isotope.Data)
[1] "Species"         "Name"            "Group"           "Simple_Group"       "Trophic_Group"  
[6] "Sample"          "N"               "C" 

在我的 csv.file 中，我有一列“Trophic Group”，它将消费者和生产者分开。

table(Isotope.Data$Trophic_Group)

Consumer Producers  
    61         18 

在 Simple_Group 列标题下，我有三个生产者 - 红藻门、海草和褐藻门

table(Isotope.Data$Simple_Group)

 Abalone  Loliginidae      Octopus Phaeophyceae   Rhodophyta     Seagrass      Teleost 
      24            2           12            6            9            3           20 
Tunicate 
       3 

我尝试了很多东西，但我收到了各种错误消息。 有人可以改进以下代码吗？

kruskal.test(C ~ Simple_Group, data = Isotope.Data, subset = Isotope.Data$Trophic_Group = "Producers") 

附：我创建了一个单独的 CSV.file，其中仅包含 Primary Producers。然而，随后的多重比较邓恩检验，用于确定哪些水平彼此不同，为包括消费者和生产者的那些水平提供了不同的显着性水平。

【问题讨论】：

我有几个问题：当您调用kruskal.test 时，C 是什么？运行代码时收到的错误信息是什么？

C 指碳，N 指氮。我将运行单独的测试来测试消费者和生产者之间 C 和 N 的差异

错误是：错误：意外'=' in "kruskal.test(C ~ Simple_Group, data = Isotope.Data, subset = Isotope.Data$Trophic_Group ="

你需要使用==而不是=。

谢谢 Roman，我也试过了。我收到以下错误.... kruskal.test.default(numeric(0), integer(0)) 中的错误：所有观察结果都在同一个组中

【参考方案1】：

也许这个答案会有所帮助？基于@user295691 的回答：

Kruskal-Wallis test: create lapply function to subset data.frame?

您可以在此处确定要测试的各个组之间的差异，并使用拆分来正确定义数据框的子集。

虚拟示例：

# create data
val<-runif(60, min = 0, max = 100)
distance<-floor(runif(60, min=1, max=3))
phase<-rep(c("a", "b", "c"), 20)

df<-data.frame(val, distance, phase)

# get unique groups
ii<-unique(df$phase)

# run Kruskal test, specify the subset
kruskal.test(df$val ~df$distance,
             subset = phase == "c")

现在使用split 将kruskal.test 应用于每个组：

lapply(split(df, df$phase), function(d)  kruskal.test(val ~ distance, data=d) )

或者创建一个函数：

lapply(ii, function(i)  kruskal.test(df$val ~ df$distance, subset=df$phase==i ))

两者都为每个组生成测试结果：

[[1]]

    Kruskal-Wallis rank sum test

data:  df$val by df$distance
Kruskal-Wallis chi-squared = 0.14881, df = 1, p-value = 0.6997


[[2]]

    Kruskal-Wallis rank sum test

data:  df$val by df$distance
Kruskal-Wallis chi-squared = 0.11688, df = 1, p-value = 0.7324


[[3]]

    Kruskal-Wallis rank sum test

data:  df$val by df$distance
Kruskal-Wallis chi-squared = 0.0059524, df = 1, p-value = 0.9385

或者只是获取p值（注意在kruskal.test之后添加$p.value）：

lapply(ii, function(i)  
  kruskal.test(df$val ~ df$distance, 
               subset=df$phase==i )$p.value

  )