r - Friedman测试未复制的完整 block 设计错误

Question

我无法对数据进行弗里德曼测试。
我正在尝试使用以下命令运行弗里德曼测试:

friedman.test(mean ~ isi | expId, data=monoSum)

在以下数据库( https://www.dropbox.com/s/2ox0y1b4gwld0ai/monoSum.csv)上:

> monoSum
   expId isi  N       mean
1  m80B1   1 10 100.000000
2  m80B1   2 10  73.999819
3  m80B1   3 10  45.219362
4  m80B1   4 10 116.566174        
.   .     .   .          .
18 m80L2   2 10  82.945491
19 m80L2   3 10  57.675480
20 m80L2   4 10 207.169277
.    .     .  .   .      .
25 m80M2   1 10 100.000000
26 m80M2   2 10  49.752687
27 m80M2   3 10  19.042592
28 m80M2   4 10 150.411035

它给了我错误:

Error in friedman.test.default(c(100, 73.9998193095267, 45.2193621626293,  : 
not an unreplicated complete block design

我认为它给出了错误，因为当 monoSum$isi==1时，mean的值始终为100。这是正确的吗？

但是， monoSum$isi==1始终为100，因为它是对所有其他 monoSum$isi组进行标准化的控制组。我无法假设正态分布，因此无法运行rmANOVA…
有没有一种方法可以对此数据进行弗里德曼测试，还是我在这里遗漏了非常重要的一点？

提前谢谢了!

Answer 1

如果运行您的数据集，我不会收到错误消息:

   Friedman rank sum test

   data:  mean and isi and expId
   Friedman chi-squared = 17.9143, df = 3, p-value = 0.0004581

但是，您必须确保将 expId和 isi编码为因素。运行以下命令:

    monoSum$expID$<-factor(monoSum$expID)
    monoSum$isi$<-factor(monoSum$isi)

然后再次运行测试。这对我来说有一个类似的问题。