R中Kruskal-Wallis和Wilcoxon测试之间的区别

Question

对于两个数据集（短期和长期），我们进行了非参数假设检验。

• 第一个是Wilcoxon，p值= 1.824e-06＆lt; 0.025，我们拒绝Ho;
• 第二个是Kruskal-Wallis给出p值= 0.4651> 0.025，我们不拒绝Ho。

我有不同的p值。为什么？我做错了什么？

> 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

PS。

onRegionClick:function(event, code){              
                          var name = (code);                          
                                window.location.href("http://your url address"+ code);
                          }

Answer 1

kruskal.test期望第一个参数是值的向量，第二个参数是每个值的因子或分组名称。给定两个向量，您可以将此函数的值提供为如下列表：

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

这应该有用，虽然我很困惑为什么你使用unique，但这与你获得不同结果的原因无关。