r - 带有 kruskal wallis 检验 p 值的 Dplyr 表

Question

我有一个表格，其中包含变量(预算)在组(大小和严格度)上的平均值以及预算和严格度之间的 Kruskall-Wallis 检验的 p 值(除了每个大小组，所以不比较大小这里)。我单独编写代码，而不是在 Excel 中合并所有内容，因为我不知道如何调整代码以自动获取。每次我对数据进行更改时，我都必须重新制作表格。而且我还有更多变量需要执行此操作，这会占用大量时间。

我有以下代码:

small2017 <- subset(total2017, size=="Small")
medium2017 <- subset(total2017, size=="Medium")
large2017 <- subset(total2017, size=="Large")

library(dplyr)

total2017 %>% group_by(size, strictness) %>%
summarise(mean=mean(budget, na.rm=TRUE), sd=sd(budget, na.rm=TRUE), n=n()) %>%
filter(!is.na(strictness))

Kruskal.test(budget ~ strictness, data=small2017)
Kruskal.test(budget ~ strictness, data=medium2017)
Kruskal.test(budget ~ strictness, data=large2017)

我用 excel 做了这个，然后复制到 latex。

您可以在下面找到我的数据示例:

example <- tibble::tribble(

     ~size,     ~budget, ~strictness,

   "Small", "11,718183",          1L,

  "Medium",  "5,264815",          2L,

   "Large",  "-0,43848",          NA,

   "Small",  "0,658158",          2L,

  "Medium",   "-1,2867",          3L,

   "Large",   "-0,8482",          2L,

   "Small",  "4,584138",          1L,

  "Medium",   "7,26868",          1L,

   "Large",   "-7,1868",          NA,

   "Small",  "8,186884",          1L,

  "Medium",   "16,1548",          NA,

   "Large",  "1,516844",          2L,

   "Small",   "-5,1687",          2L,

  "Medium",  "11,15687",          2L,

   "Large",   "-4,1867",          3L,

   "Small",   "7,25687",          3L,

  "Medium", "5,1682186",          1L,

   "Large", "-6,186515",          2L,

   "Small",    "7,2687",          3L

  )



head(example)

#> # A tibble: 6 x 3

#>   size   budget    strictness

#>   <chr>  <chr>          <int>

#> 1 Small  11,718183          1

#> 2 Medium 5,264815           2

#> 3 Large  -0,43848          NA

#> 4 Small  0,658158           2

#> 5 Medium -1,2867            3

#> 6 Large  -0,8482            2

^{由 reprex package 创建于 2020-04-30 (v0.3.0)}

Answer 1

正如@dc37 所指出的，您的问题有点令人困惑。当您有一个因变量(预算)和一个具有两个以上水平的自变量(例如规模)时，K-W 测试是合适的。 @dc37 为您提供了该问题的绝佳解决方案。

如果您想将预算与大小和严格 self 进行比较，您可以更改数据框来完成它，但这将是错误的测试，因为您现在有一个非参数双向方差分析(预算 ~ 大小 * 严格 self )。

如果这就是您的意思，那么适当的测试就是例如 Scheirer Ray Hare 测试，您可以从 rcompanion 运行它，如下所示。不确定你从哪里得到你的示例数据我把预算列变成了 dbl 而不是 chr

# https://stackoverflow.com/questions/61527880
library(tibble)
library(rcompanion)

example <- tibble::tribble(
  ~size,     ~budget, ~strictself,
  "Small", 11718183,          1L,
  "Medium",  5264815,          2L,
  "Large",  -043848,          NA,
  "Small",  0658158,          2L,
  "Medium",   -12867,          3L,
  "Large",   -08482,          2L,
  "Small",  4584138,          1L,
  "Medium",   726868,          1L,
  "Large",   -71868,          NA,
  "Small",  8186884,          1L,
  "Medium",   161548,          NA,
  "Large",  1516844,          2L,
  "Small",   -51687,          2L,
  "Medium",  1115687,          2L,
  "Large",   -41867,          3L,
  "Small",   725687,          3L,
  "Medium", 51682186,          1L,
  "Large", -6186515,          2L,
  "Small",    72687,          3L
)

rcompanion::scheirerRayHare(budget ~ size * strictself, data = example)
#> 
#> DV:  budget 
#> Observations:  16 
#> D:  1 
#> MS total:  22.66667
#>                 Df  Sum Sq      H p.value
#> size             2  69.943 3.0857 0.21377
#> strictself       2 118.713 5.2373 0.07290
#> size:strictself  3  52.511 2.3166 0.50934
#> Residuals        8  98.833

^{由 reprex package 创建于 2020-04-30 (v0.3.0)}