Критерий Крускала-Уоллиса с деталями парных сравнений

Question

Стандартный модуль stats :: kruskal.test позволяет рассчитать тест kruskal-wallis для набора данных:

>>> data(diamonds)
>>> kruskal.test(price~carat, data=diamonds)

Kruskal-Wallis rank sum test

data:  price by carat by color 
Kruskal-Wallis chi-squared = 50570.15, df = 272, p-value < 2.2e-16

Это правильно, это дает мне вероятность того, что все группы в данных имеют одинаковое среднее значение.

Однако я хотел бы получить подробности для каждого сравнения пар, например, если бриллианты цветов D и E имеют одинаковую среднюю цену, как это делают некоторые другие программы (SPSS), когда вы запрашиваете тест Крускала.

Я нашел kruskalmc из пакета pgirmess, который позволяет мне делать то, что я хочу:

> kruskalmc(diamonds$price, diamonds$color)
Multiple comparison test after Kruskal-Wallis 
p.value: 0.05 
Comparisons
      obs.dif critical.dif difference
D-E  571.7459     747.4962      FALSE
D-F 2237.4309     751.5684       TRUE
D-G 2643.1778     726.9854       TRUE
D-H 4539.4392     774.4809       TRUE
D-I 6002.6286     862.0150       TRUE
D-J 8077.2871    1061.7451       TRUE
E-F 2809.1767     680.4144       TRUE
E-G 3214.9237     653.1587       TRUE
E-H 5111.1851     705.6410       TRUE
E-I 6574.3744     800.7362       TRUE
E-J 8649.0330    1012.6260       TRUE
F-G  405.7470     657.8152      FALSE
F-H 2302.0083     709.9533       TRUE
F-I 3765.1977     804.5390       TRUE
F-J 5839.8562    1015.6357       TRUE
G-H 1896.2614     683.8760       TRUE
G-I 3359.4507     781.6237       TRUE
G-J 5434.1093     997.5813       TRUE
H-I 1463.1894     825.9834       TRUE
H-J 3537.8479    1032.7058       TRUE
I-J 2074.6585    1099.8776       TRUE

Однако этот пакет допускает только одну категориальную переменную (например, я не могу изучить цены, сгруппированные по цветам и каратам, как я могу сделать с kruskal.test), и я ничего не знаю о пакете pgirmess поддерживается ли оно или нет, или если оно проверено.

Можете ли вы порекомендовать мне пакет для выполнения теста Крускала-Уоллиса, который возвращает подробности для каждого сравнения? Как бы вы справились с проблемой?

Answer 1

Еще один подход, помимо упоминания Марека о kruskal :: Agricolae, - это тест Nemenyi-Damico-Wolfe-Dunn, реализованный на странице помощи для oneway_test в пакете для монет, использующем multcomp.Используя настройку Hadley и уменьшив значение B = для функции приблизительно (), чтобы он завершился за конечное время:

#updated translation of help page implementation of NDWD
NDWD <- 
    independence_test(dv ~ iv, data = sum_codings1, distribution = approximate(B = 10000), 
                          ytrafo = function(data) trafo(data, numeric_trafo = rank_trafo), 
                          xtrafo = mcp_trafo(iv = "Tukey"))


    ### global p-value
    print(pvalue(NDWD))

    ### sites (I = II) != (III = IV) at alpha = 0.01 (page 244)
    print(pvalue(NDWD, method = "single-step"))

Более стабильные результаты для этого большего набора данных могут потребовать увеличения значения B и увеличения терпения пользователя.

Янв: 2012: недавно на R-help было опубликовано сообщение о неожиданных результатах этого метода, поэтому я отправил это письмо сопровождающему.Марк Диффорд сказал, что подтвердил проблемы и предложил альтернативные тесты с пакетом nparcomp: https://stat.ethz.ch/pipermail/r-help/2012-January/300100.html

На той же неделе было также несколько других предложений по rhelp для специальных контрастов с тестами KW: kruskalmc, предложенный Марио Гарридо Эскудеро и rms::polr, за которым следует rms::contrasts, предложенный Фрэнком Харреллом https://stat.ethz.ch/pipermail/r-help/2012-January/300329.html

ноябрь 2015: согласен с toto_tico, что код страницы справки пакета монет был измененв прошедшие годы.Страница справки ?independence_test теперь предлагает многовариантный тест KW, а страница справки ?oneway_test заменила свою более раннюю реализацию кодом, приведенным выше с использованием функции independence_test.

Answer 2

Вы можете использовать пакет PMCMR. Там больше информации об этом.

Spelling_Grades <- c(90,87,89,90,75,88,97,99,78,85,72,76,77,79,70)
Methods <- c("A","A","A","A","B","B","B","B","B","B","C","C","C","C","C")
kruskalmc(Spelling_Grades~Methods)

#This method doesn't accept characters that's why I've changed the methods to integer
Methods <- c(1,1,1,1,2,2,2,2,2,2,3,3,3,3,3)
posthoc.kruskal.nemenyi.test(Spelling_Grades~Methods) 

Два метода выше дают одинаковые результаты.

Answer 3

Я бы подумал, что вы сможете сделать следующее:

data(diamonds, package = "ggplot2")

library(coin)
library(multcomp)

kt <- kruskal_test(price ~ clarity, data = diamonds)
glht(kt, mcp(clarity = "Tukey"))

Но похоже, что multcomp не поддерживает coin объектов (пока?).

Answer 4

К сожалению, я не знаю такой функции, как эта. Если его еще нет, было бы интересно создать функцию, которая возвращает матрицу со всеми парными сравнениями лечения. Контраст считается значимым, если выполняется следующее неравенство

_{(источник: statsdirect.com )}

где T - статистика теста Крускала-Уоллиса для k выборок, S ^ 2 - знаменатель статистики T, N - общее число (все ni) и Ri - сумма рангов (из всех объединенных выборок) для i-й выборки t - это квантиль из распределения Стьюдента t по Nk степеням свободы.

Я знаю, что я мало чем помог:)
Я также жду лучшего ответа