r - Kruskal-Wallis 检验，包含成对比较的详细信息

Question

标准 stats::kruskal.test 模块允许计算数据集上的 kruskal-wallis 测试:

>>> 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

这是正确的，它给了我数据中所有组具有相同均值的概率。

但是，我想了解每对比较的详细信息，例如颜色 D 和 E 的钻石是否具有相同的平均价格，就像您要求进行 Kruskal 测试时其他一些软件 (SPSS) 所做的那样。

我找到了 kruskalmc来自 pgirmess 包，它允许我做我想做的事情:

> 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

但是，这个包只允许一个分类变量(例如，我不能研究按颜色和克拉聚类的价格，就像我可以用 kruskal.test 做的那样)，而且我对 pgirmess 包一无所知，无论是是否维护，或者是否经过测试。

你能给我推荐一个包来执行 Kruskal-Wallis 测试，它会返回每次比较的详细信息吗？你会如何处理这个问题？

Answer 1

除了 Marek 提到的 kruskal::agricolae 之外，另一种方法是在使用 multcomp 的 coin 包中的 oneway_test 的帮助页面中实现的 Nemenyi-Damico-Wolfe-Dunn 测试。使用 hadley 的设置并减少近似()函数的 B= 值，使其在有限时间内完成:

#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"))

在更大的数据集上获得更稳定的结果可能需要增加 B 值并增加用户的耐心。

2012 年 1 月:最近在 R-help 上发布了一个帖子，声称这种方法产生了意外结果，因此我将该电子邮件转发给了维护者。 Mark Difford 说他已经确认了这些问题并提供了使用 nparcomp 包的替代测试: https://stat.ethz.ch/pipermail/r-help/2012-January/300100.html

同一周还有其他一些关于 rhelp 的建议，用于与 KW 测试进行事后对比:
kruskalmc suggested by Mario Garrido Escudero 和
rms::polr后跟 rms::contrasts弗兰克·哈雷尔建议 https://stat.ethz.ch/pipermail/r-help/2012-January/300329.html

2015 年 11 月:同意 toto_tico，硬币包的帮助页面代码已在其间更改。 ?independence_test帮助页面现在提供多变量 KW 测试和 ?oneway_test帮助页面已将其早期实现替换为上面使用 independence_test 的代码功能。