R中多重比较的成对检验(Nemenyi检验)
Posted
技术标签:
【中文标题】R中多重比较的成对检验(Nemenyi检验)【英文标题】:Pairwise Test for Multiple comparisons (Nemenyi Test) in R 【发布时间】:2015-10-06 18:19:44 【问题描述】:我正在使用包 PMCMR
执行博士后 Kruskal-Nemenyi 测试。
当我使用默认设置运行测试时:
posthoc.kruskal.nemenyi.test(x=coastal$HIGH_MORTGAGE, g=coastal$SIZECLASS, method="Tukey")
我得到以下结果和警告:
Pairwise comparisons using Tukey and Kramer (Nemenyi) test
with Tukey-Dist approximation for independent samples
data: coastal$HIGH_MORTGAGE and coastal$SIZECLASS
Large Medium
Medium 0.931 -
Small 0.746 0.078
P value adjustment method: none
Warning message:
In posthoc.kruskal.nemenyi.test.default(x = coastal$HIGH_MORTGAGE, :
Ties are present, p-values are not corrected.*
当我运行测试将分布更改为 Chisq 以对关系进行校正时,我仍然得到相同的结果,并且不使用卡方分布。
posthoc.kruskal.nemenyi.test(x=coastal$HIGH_MORTGAGE, g=coastal$SIZECLASS, method="Chisq")
Pairwise comparisons using Tukey and Kramer (Nemenyi) test
with Tukey-Dist approximation for independent samples
data: coastal$HIGH_MORTGAGE and coastal$SIZECLASS
Large Medium
Medium 0.931 -
Small 0.746 0.078
P value adjustment method: none
Warning message:
In posthoc.kruskal.nemenyi.test.default(x = coastal$HIGH_MORTGAGE, :
Ties are present, p-values are not corrected.
我想知道包中是否存在错误,或者是否有任何我不知道的方法来解决这个问题。
【问题讨论】:
【参考方案1】:从版本PMCMR1.0
到PMCMR1.1
(和> 1.1
)语法略有变化,所以它是dist
,而不是method
,它是:
posthoc.kruskal.nemenyi.test( x, g, dist = c("Tukey", "Chisquare"), ...)
或
posthoc.kruskal.nemenyi.test(formula, data, subset, na.action, dist =
c("Tukey", "Chisquare"), ...)
包含示例的小插图已相应更新到版本 PMCMR1.3
。
【讨论】:
非常感谢!非常感谢!以上是关于R中多重比较的成对检验(Nemenyi检验)的主要内容,如果未能解决你的问题,请参考以下文章
R语言Friedman检验实战:Friedman检验是单因素重复测量方差分析的一种非参数替代方法有bonferroni校正的成对Wilcoxon秩和检验进行事后(post hoc)测试分析