我正在将列数据对与wilcoxon秩和检验进行比较,我得到了大多数比较完全相同的p值 . 我想知道从数据判断我是否犯了错误或一切都没问题 . 以下是一些比较 .
这是我用过的比较
wtresult<-wilcox.test(datachunk[,i],datachunk[,(i+1)],paired=FALSE)
以下是上面使用的数据的结果 .
X1 X2 X3
339.53 354.11 435.56 425.34 434.64 436.08
X1 X2 X3
312.1 282.2 281.6 NA NA NA
Wilcoxon rank sum test
data: datachunk[, i] and datachunk[, (i + 1)]
W = 18, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0
X1 X2 X3
161.21 150.01 183.47 201.51 234.70 321.00
X1 X2 X3
501.0 520.1 500.7 NA NA NA
Wilcoxon rank sum test
data: datachunk[, i] and datachunk[, (i + 1)]
W = 0, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0
X1 X2 X3
247.79 159.64 192.00 262.86 403.33 336.21
X1 X2 X3
60.33 66.04 55.23 NA NA NA
Wilcoxon rank sum test
data: datachunk[, i] and datachunk[, (i + 1)]
W = 18, p-value = 0.02381
alternative hypothesis: true location shift is not equal to 0
X1 X2 X3
17.12 15.83 16.88 17.61 18.97 45.92
X1 X2 X3
321.8 329.7 334.4 NA NA NA
2 回答
对于少量观察,测试有点“厚实”,所以如果你有一个边界情况(所有第一个参数值都大于第二个参数值,反之亦然),你将得到相同的p值和W统计量 . 全0或其他数字(取决于n) .
要获得更详细的答案,我们需要查看您的数据,或者您需要同意查看我们都能看到的其他一些数据 .
这是一个显示我正在谈论的行为的代码示例
由于在每个测试的示例中,来自一个组的所有值都大于来自另一个组的所有值,因此,无论实际数值如何,分配给每个差异的有符号等级都将是相同的 . 因此,您的测试统计数据和p值都是相同的 .
因此在数学上它是有道理的,但我会考虑如果测试的应用程序在如此小的样本量下是有意义的 .