Question

您是否可以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，我有一个“Trophic Group”专栏，它将消费者和生产者分开。

table(Isotope.Data$Trophic_Group)

Consumer Producers  
    61         18

在标题Simple_Group的标题下，我有三个生产者 - 红藻，海草和褐藻科

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，但是我收到了各种错误消息。有人能够改进以下代码吗？

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

P.S。我创建了一个单独的CSV.file，其中只包含Primary Producers。然而，随后用于确定哪些水平彼此不同的多重比较的Dunn检验提供了与包括消费者和生产者的那些水平不同的显着性水平。

Answer 1

这个答案可能会有所帮助吗？基于@ user295691回答：

this

在此，您可以确定各个组要测试的差异，并使用拆分来正确定义数据框的子集。

虚拟例子：

# 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kruskal.test将split应用于每个群组：

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

或创建一个函数：

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

两者都会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（请注意$p.value之后添加kruskal.test：

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

Kruskal Wallis测试和子集

1 个答案: