У меня есть набор данных, столбцы которого представляют собой три типа птиц-отцов, организованных в три класса (легкая ржавчина, средняя ржавчина и темная ржавчина). Строки являются потомками, разделенными на эти же классы. Итак, светлый отец дал 9 светлых потомков, 14 средних и 6 темных и т. Д.
При импорте этой таблицы сопряженности я выполнил классические тесты хи-квадрат, чтобы проверить случайность между ячейками. Поскольку мои данные относятся к кодированным цветам рисунков перьев птиц, смежные ячейки более подвержены неправильному кодированию, чем ячейки, расположенные в крайних точках. Например, более вероятно, что я назвал легкую птицу средней, чем можно было бы назвать легкую птицу темной.
Поэтому я хочу выполнить тест mantel.haenszel на моей таблице, который должен учитывать эти базовые отношения, но он продолжает давать мне ошибку:
"Ошибка в mantelhaen.test (dd $ Light, dd $ Medium, dd $ Dark, правильно = TRUE,:
размер выборки в каждом слое должен быть> 1 "
Я пробовал как тест mantel.haenszel, так и комбинацию mantel.haenszel и add.cross.strata.test, которые дали мне ту же ошибку.
mantelhaen.test (dd $ Light, dd $ Medium, dd $ Dark,
правильно = ИСТИНА, точно = ЛОЖЬ, уровень конф. = 0,95)
а также
add.mantel.haenszel (дд, Z = NULL, консервативный = FALSE)
Я надеюсь, что смогу найти ответ на вопрос о том, как преобразовать свои данные, чтобы я мог выполнить тест для них, и приветствую предложения относительно других более надежных тестов, которые я мог бы использовать для нахождения любых неслучайных эффектов в моих данных.