多组独立样本的非参数检验及两两比较教程

介    绍

数值变量如果服从正态分布,采用均数±标准差进行统计描述,采用方差分析进行组间比较,如果组间差异有统计学意义,进一步采用LSD法(也可以是其它方法)进行两两比较。如果不服从正态分布,采用中位数(四分位数间距)进行统计描述,组间比较采用非参数检验(Kruskal-Wallis秩和检验),当组间总的有统计学差异,进一步采用Dunn(也可以是其它方法)进行多重比较。

我们想比较不同BMI组人群的年龄是否有差异,经正态性检验,年龄不符合正态分布,故选用非参数检验(Kruskal-Wallis秩和检验)。

软件操作

1导入数据

使用read.delim命令读取剪贴板上的数据,str命令查看数据的样本量和变量数及每个变量的类型,head命令查看数据集的前6行。

 

 

2、分类变量因子化

使用factor命令把sex、bmig、work和disease因子化,并添加值标签,使用str命令查看数据类型,使用head命令查看前6行。

 

 

3、Kruskal-Wallis秩和检验

使用kruskal.test命令进行Kruskal-Wallis秩和检验结果显示统计量H=12.365,p=0.002<0.05,提示不同BMI组人群的年龄有差异,但具体是哪两组有差异,还需进一步两两比较。

 

 

4、Dunn进行两两比较

安装并调用FSA包,使用dunnTest命令进行Dunn,实现对不同BMI组人群年龄的两两比较,p值校正方法选择bonferroni,可以直接看P.adj,即为校正后的p值,可以与0.05直接比较。
结果显示Overweight组与Obese组年龄存在差异,统计量Z=3.30,校正后p=0.003<0.05
注:统计量保留两位小数,p值保留三位小数。
#install.packages("FSA")library(FSA)

 

技能拓展

 

1、如果要发表SCI,统计方法可以描述为:

Differences in characteristics between groups were analyzed using the Kruskal–Wallis test with Dunn post hoc tests (for continuous variables, R package FSA) or χ2 tests with post hoc tests (for categorical variables, R package fifer).

2、我们之前介绍了如何快速生成研究对象基本特征的Table1,非常方便,但遗憾的是,对于多组比较,不能提供进一步两两比较的p值。好在,R在实现Kruskal-Wallis秩和检验和两两比较方面还是比较方便的,在得到结果后,我们可以手动把相应p值标注在Table1上。

统计与绘图

PS如何使图片变得清晰

2020-5-24 14:41:50

统计与绘图

R语言统计与绘图:绘制平滑ROC曲线

2020-6-19 13:24:41

声明 本网站部分文章源于互联网,出于传递更多信息和学习之目的转载,并不保证内容正确或赞同其观点。
如转载稿涉及失效、版权等问题,请立即联系管理员;我们会予以修改、删除相关文章,请留言反馈
Notice: When your legal rights are being violated, please send an email to: [email protected]
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索