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?中计算两个样本的秩检验。
可视化数据并在?中计算的Wilcoxon测试
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.
- 准备数据
- 将数据保存在外部的.TXT选项卡或的的.csv文件中
- 将您的数据导入?如下：
my_data <- read.delim(file.choose()) 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 data frame 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
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")
# 分组绘制体重 library("ggpubr") ggboxplot(my_data, x = "group", y = "weight", color = "group", palette = c("#00AFBB", "#E7B800"), ylab = "Weight", xlab = "Groups")
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
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
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！
