r - 有没有办法对不同长度的变量进行 wilcoxon 检验？

Question

我正在尝试对数据框中的两个数据子集运行 wilcox.test()。它们的长度不相等(48 对 260)。我想看看活橡树和水橡树的 dbh(胸高直径)是否存在差异。

Pine_stand <- read.csv("Pine_stand.csv")
live_oaks <- subset(Pine_stand,Species=="live oak",select=c("dbh"));live_oaks
water_oaks <- subset(Pine_stand,Species=="water oak",select=c("dbh"));water_oaks

wilcox.test(live_oaks~water_oaks,conf.int=T,correct=F)
Error in model.frame.default(formula = live_oaks ~ water_oaks) : 
  invalid type (list) for variable 'live_oaks'

那是我第一次尝试然后我尝试了这个

Pine_stand <- read.csv("Pine_stand.csv")
live_dbh <- subset(Pine_stand,Species=="live oak",select=c("dbh"));live_oaks
water_dbh <- subset(Pine_stand,Species=="water oak",select=c("dbh"));water_oaks
oaks<-c(live_dbh,water_dbh)
wilcox.test(dbh~Species,data=oaks)
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  : 
  arguments imply differing number of rows: 48, 260
>

并收到该错误。我已经尝试对这两个组进行矢量化并附加和 tapply ...我知道我忽略了一个简单的答案，我就是无法让它工作。我正在阅读的所有示例都在比较两个长度相同的向量。我知道当有不同的数字时我可以手工进行 Wilcoxon 测试，所以应该有办法。欢迎任何建议。

Answer 1

是的，您可以对不同长度的变量运行 wilcox.test。如 http://www.r-tutor.com/elementary-statistics/non-parametric-methods/mann-whitney-wilcoxon-test 中所述

“Using the Mann-Whitney-Wilcoxon Test, we can decide whether the population distributions are identical without assuming them to follow the normal distribution.”

因此，当不满足 t 检验的假设(例如分布不正态或两个样本的方差不相等)时，我们可以使用 t 检验的非参数等效项。

您的代码中的问题在于这两个语句:

live_dbh <- subset(Pine_stand,Species=="live oak",select=c("dbh"))
water_dbh <- subset(Pine_stand,Species=="water oak",select=c("dbh"))

您正在创建两个仅包含 dph 值的向量，但您丢失了有关标签(物种)的信息。因此你应该写:

live_dbh <- subset(Pine_stand,Species=="live oak",select=c("dbh", “Species”))
water_dbh <- subset(Pine_stand,Species=="water oak",select=c("dbh", “Species”))

其次，当您尝试将两个集合与此代码合并时:

oaks<-c(live_dbh,water_dbh)

您创建的不是数据框，而是列表。为什么会这样？首先，正如我们可以从 c() 的文档中读到的那样，它的名称代表“将值组合成向量或列表”。可能你已经用它把两个向量合二为一了。但是，在子集函数的情况下，它实际上给出的是一列数据框而不是向量。因此，我们的 live_dbh 和 water_dbh 集是数据框(现在有了标签，它们甚至有两列)。

如果是一列数据框，您始终可以使用递归参数设置为 TRUE 的 c() 函数来合并它们:

total<-c(one_column_df1, one_column_df2, recursive=TRUE)

然而，使用 rbind 函数通常更安全(它也是唯一可以在我们合并多列数据框的情况下使用的函数)。 Rbind 代表行绑定(bind)。

oaks<-rbind(live_dbh,water_dbh)

现在您应该能够运行 wilcox.test:

wilcox.test(dbh~Species,data=oaks)