對於兩個數據集（短期和長期）中的Kruskal-Wallis和Wilcoxon測試在R

之間的差異，我們進行了非參數假設測試。對於兩個數據集（短期和長期）中的Kruskal-Wallis和Wilcoxon測試在R

第一個問題是Wilcoxon給出p值= 1.824e-06 < 0.025我們拒絕Ho;
第二個是克魯斯卡爾沃利斯給出p值= 0.4651> 0.025，我們不拒絕何。

我有不同的p值。爲什麼？我做錯了什麼？

> wilcox.test(unique(short), unique(long), paired=TRUE) 
data: unique(short) and unique(long) 
V = 0, p-value = 1.824e-06 
alternative hypothesis: true location shift is not equal to 0 

> kruskal.test(unique(short),unique(long), paired=TRUE) 
Kruskal-Wallis rank sum test 
data: unique(short) and unique(long) 
Kruskal-Wallis chi-squared = 29, df = 29, p-value = 0.4651

PS。

> ks.test(unique(short),"plnorm") 
One-sample Kolmogorov-Smirnov test 
data: unique(short) 
D = 0.22942, p-value = 0.07181 
alternative hypothesis: two-sided 

> ks.test(unique(long),"plnorm") 
One-sample Kolmogorov-Smirnov test 
data: unique(long) 
D = 0.56416, p-value = 1.539e-09 
alternative hypothesis: two-sided

來源

2016-06-09 Artem

kruskal.test預計的第一個參數是值的向量和第二爲對於每個值的因子或分組名稱的論點。鑑於你的兩個向量，你可以提供的值，該功能作爲像這樣的列表：

kruskal.test(list(unique(short),unique(long)))

應該工作，雖然我很困惑，爲什麼你使用unique但是這是不相關的，爲什麼你會得到不同的結果。

來源

2016-06-09 01:34:00 jalapic

我試圖分析在錯誤的方式我的數據，據 http://www.biostathandbook.com/kruskalwallis.html 「當你有一個名義變量，和排名第一的變量使用秩和檢驗測試「。在我的情況下，我有一組科目，這是體育鍛煉執行時間，即lognorm爲第一個條件（p = 0.07）分佈和第二個條件（p = 1.5e-09）非規範分佈。要建立一個非參數統計假設檢驗，我認爲wilcox.test必須適用於我的特殊情況（對數正態分佈和非正態分佈）。不是嗎？ – Artem

對於兩個數據集（短期和長期）中的Kruskal-Wallis和Wilcoxon測試在R

回答

相關問題