为什么Dunn.package和DescTools中的Dunn测试报告了不同的结果?

时间:2019-03-10 16:47:28

标签: r kruskal-wallis dunn.test

我注意到dunn.test软件包和DescTools(第182页)提供了Dunn检验,用于事后成对的多重比较程序,适用于拒绝Kruskal-Wallis检验的情况。

它们之间有什么区别?

我已经对我的数据进行了两项测试,并使用Bonferroni校正,结果却大不相同:

DunnTest(mydata$value, mydata$group, method =  "bonferroni") #Desc Tools package

Dunn's test of multiple comparisons using rank sums : bonferroni  

    mean.rank.diff    pval    
B-A      50.721785  0.0010 ***
C-A     -51.035983  0.1361    
D-A      -8.332766  1.0000    
C-B    -101.757768 2.4e-06 ***
D-B     -59.054552 3.2e-05 ***
D-C      42.703216  0.3202    
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

> prg_diff <- dunnTest(mydata$value~ mydata$group, kw = TRUE, method =  "bonferroni") # bonferroni adjustment for multiple testing
> prg_diff
Dunn (1964) Kruskal-Wallis multiple comparison
  p-values adjusted with the Bonferroni method.

  Comparison          Z      P.unadj        P.adj
1      A - B -3.7648546 1.666460e-04 9.998760e-04
2      A - C  2.2788603 2.267537e-02 1.360522e-01
3      B - C  5.0702968 3.971958e-07 2.383175e-06
4      A - D  0.5096668 6.102849e-01 1.000000e+00
5      B - D  4.5489775 5.390721e-06 3.234432e-05
6      C - D -1.9319401 5.336689e-02 3.202014e-01
> print(prg_diff,dunn.test.results=TRUE)
  Kruskal-Wallis rank sum test 

 data: x and g 
 Kruskal-Wallis chi-squared = 45.1676, df = 3, p-value = 0 


                              Comparison of x by g                               
                                  (Bonferroni)                                   
 Col Mean-| 
 Row Mean |          A          B          C 
 ---------+--------------------------------- 
        B |  -3.764854 
          |    0.0010* 
          | 
        C |   2.278860   5.070296 
          |     0.1361    0.0000* 
          | 
        D |   0.509666   4.548977  -1.931940 
          |     1.0000    0.0000*     0.3202 

 alpha = 0.05 
 Reject Ho if p <= alpha 

为什么结果不同?

DunnTest如何产生pval = 1.000?

如何解释结果?

0 个答案:

没有答案