问题描述
示例数据、调用和输出如下。
wilcox.test()
输出正在做一些我意想不到的事情:它没有打印 W 测试统计量的最小值。尽管 p 值和位置估计值没有变化(除了位置值的符号,正如预期的那样),打印的 W 统计量会根据设置为二进制变量参考的级别而变化。实施此选择是否有原因?
此外,这两个 W 值似乎并不相加。使用 n1 = 100 和 n2 = 159 的两个组,W1 和 W2 的值应为 n1 x n2 (= 15,900)。我在下面发布的示例得到 W1 = 4823.5 和 W2 = 11076。W1 + w2 = 15,899.5。类似地,位置估计值也略有偏差(2.999952 而不是 3)。对于这些小差异有什么建议,我应该将 4823.5 的可能错误值更正为 4824 吗?
编辑: 11076 是问题所在。当我将 wilcox.test 的输出存储在一个对象中并随后查看时,W 的实际值为 11076.5。一个不同的问题,但由于其自身的原因,这仍然是有问题的。
注意包含一个二元变量 (DSMInsomnia
) 和一个数字变量 (rMEQ
) 的示例数据:“是”的组大小为 100,中位数为数值变量的值为 11,而“否”组的 159 个观测值的中值为 14。
数据:
df <- structure(list(rMEQ = c(18,10,17,11,14,12,13,15,9,16,18,19,20,6,8,23,21,5,4,7,22,7),DSMInsomnia = structure(c(1L,1L,2L,2L),.Label = c("No","Yes"),class = "factor")),row.names = c(NA,-259L),class = "data.frame")
将 DSMInsomnia
变量的参考电平设置为“是”并运行 wilcox.test()
:
df$DSMInsomnia <- relevel(df$DSMInsomnia,ref = "Yes")
wilcox.test(data = df,rMEQ ~ DSMInsomnia,paired = FALSE,conf.int = T,exact = T)
输出:
cannot compute exact p-value with tiescannot compute exact confidence intervals with ties
Wilcoxon rank sum test with continuity correction
data: as.numeric(rMEQ) by DSMInsomnia
W = 4823.5,p-value = 9.141e-08
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
-3.999959 -1.999953
sample estimates:
difference in location
-2.999952
将 DSMInsomnia
变量的参考电平设置为“No”并运行 wilcox.test()
:
df$DSMInsomnia <- relevel(df$DSMInsomnia,ref = "No")
wilcox.test(data = df,exact = T)
输出:
cannot compute exact p-value with tiescannot compute exact confidence intervals with ties
Wilcoxon rank sum test with continuity correction
data: as.numeric(rMEQ) by DSMInsomnia
W = 11076,p-value = 9.141e-08
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
1.999953 3.999959
sample estimates:
difference in location
2.999952
附言原谅问题的错误标签,但我没有制作更具体的新标签的声誉。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)