r语言中如何进行两组独立样本秩和检验

原文链接:r语言中如何进行两组独立样本秩和检验 – 拓端

原文出处:拓端数据部落公众号

所述配对双样品的Wilcoxon检验一种的非参数检验,其可以被用于比较样品的两个独立数据。

本文介绍如何在ř中计算两个样本的秩检验。

可视化数据并在R中计算的Wilcoxon测试

ř函数用于计算的秩检验

为了执行两个样本的Wilcoxon检验,比较两个独立样本(x&y)的均值,R函数wilcox.test()可以如下使用:

wilcox.test(x, y, alternative = "two.sided")

  • x,y:数字向量
  • 替代方案:替代假设允许值是“two.sided”(默认值),“更大”或“更少”之一。

将数据导入R.

  1. 准备数据

  2. 将数据保存在外部的.TXT选项卡或的的.csv文件中

  3. 将您的数据导入ř如下:

#.txt 文件
my_data <- read.delim(file.choose())
# .csv文件
my_data <- read.csv(file.choose())

在这里,我们将使用一个示例数据集,其中包含18个人(9名女性和9名男性)的权重:

#  
women_weight <- c(38.9, 61.2, 73.3, 21.8, 63.4, 64.6, 48.4, 48.8, 48.5)
men_weight <- c(67.8, 60, 63.4, 76, 89.4, 73.3, 67.3, 61.3, 62.4) 
# 创建数据框
my_data <- data.frame( 
                group = rep(c("Woman", "Man"), each = 9),
                weight = c(women_weight,  men_weight)
                )

我们想知道,如果女性体重的中位数与男性体重的中位数不同?

检查数据

print(my_data)
   group weight
1  Woman   38.9
2  Woman   61.2
3  Woman   73.3
4  Woman   21.8
5  Woman   63.4
6  Woman   64.6
7  Woman   48.4
8  Woman   48.8
9  Woman   48.5
10   Man   67.8
11   Man   60.0
12   Man   63.4
13   Man   76.0
14   Man   89.4
15   Man   73.3
16   Man   67.3
17   Man   61.3
18   Man   62.4

可以按组计算汇总统计数据(中位数和四分位数间距(IQR))。可以使用dplyr包。

  • 要安装dplyr软件包,请键入以下内容:
install.packages("dplyr")
  • 按组计算摘要统计信息:
library(dplyr)
group_by(my_data, group) %>%
  summarise(
    count = n(),
    median = median(weight, na.rm = TRUE),
    IQR = IQR(weight, na.rm = TRUE)
  )
Source: local data frame [2 x 4]
   group count median   IQR
  (fctr) (int)  (dbl) (dbl)
1    Man     9   67.3  10.9
2  Woman     9   48.8  15.0

使用箱形图可视化数据

您可以按照此链接中的描述绘制R基本图:R基本图。在这里,我们将使用ggpubr R包进行基于ggplot2的简单数据可视化

  • 从GitHub上的安装最新版本的ggpubr如下(推荐):
# 安装
if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")
  • 或者,从CRAN安装如下:
install.packages("ggpubr")
  • 可视化您的数据:
# 分组绘图
library("ggpubr")
ggboxplot(my_data, x = "group", y = "weight", 
          color = "group", palette = c("#00AFBB", "#E7B800"),
          ylab = "Weight", xlab = "Groups")

[R中不成对的双样本秩检验

计算不成对的双样本秩检验

问题:女性和男性体重有显着差异吗?

1)计算双样本Wilcoxon检验 - 方法1:数据保存在两个不同的数值向量中。

res <- wilcox.test(women_weight, men_weight)
res

    Wilcoxon rank sum test with continuity correction
data:  women_weight and men_weight
W = 15, p-value = 0.02712
alternative hypothesis: true location shift is not equal to 0

它将发出一条警告信息,称为“无法用平局计算精确的p值”。它可以通过添加另一个参数exact = FALSE来抑制此消息,但结果将是相同的。

2)计算双样本Wilcoxon检验 - 方法2:将数据保存在数据框中。

res <- wilcox.test(weight ~ group, data = my_data,
                   exact = FALSE)
res

    Wilcoxon rank sum test with continuity correction
data:  weight by group
W = 66, p-value = 0.02712
alternative hypothesis: true location shift is not equal to 0
# Print the p-value only
res$p.value
[1] 0.02711657

如您所见,这两种方法给出了相同的结果。

测试的p值为  0.02712,小于显着性水平α= 0.05。我们可以得出结论,男性的中位数体重与女性的中位数体重显着不同,p值  = 0.02712。

注意:

  • 如果你想测试男性体重的中位数是否小于女性体重的中位数,请输入:
wilcox.test(weight ~ group, data = my_data, 
        exact = FALSE, alternative = "less")
  • 或者,如果您想测试男性体重的中位数是否大于女性体重的中位数,请输入此值
wilcox.test(weight ~ group, data = my_data,
        exact = FALSE, alternative = "greater")

还有问题吗?请在下面留言!


最受欢迎的见解

1.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

2.R语言生存分析可视化分析

3.R语言如何在生存分析与Cox回归中计算IDI,NRI指标

4.r语言中使用Bioconductor 分析芯片数据

5.R语言生存分析数据分析可视化案例

6.r语言ggplot2误差棒图快速指南

7.R 语言绘制功能富集泡泡图

8.R语言如何找到患者数据中具有差异的指标?(PLS—DA分析)

9.R语言中的生存分析Survival analysis晚期肺癌患者4例

  • 2
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值