弗里德曼在 R 中的检验给出了与 SPSS 不同的结果

Question

我最近从 SPSS 切换到 R 进行了一些数据分析。作为其中的一部分，我在 R 中运行了一些以前在 SPSS 中已经完成的分析，只是为了有一个很好的整洁的脚本。

在这种情况下，我的数据是 9 名参与者在孤立和受限的环境中对敌意情绪的自我评价。我对它们进行了五次测试（再次是夏季、秋季、冬季、春季、夏季）。数据是非正态分布的。

我在p=.012, ?2(4df)=12.79很久以前给我的 SPSS 中运行了弗里德曼测试 。我今天在 R 中重新运行了测试，它给了我这个：p=.951 (?2(4df)=.69). 这真的让我感到害怕，因为它让我有理由怀疑我迄今为止的所有分析。

一旦我发现了这一点，我将 SPSS 文件重新导出到.csv. 检查我是否不小心使用了不同的数据文件。绝对不是这样。

我使用了安迪菲尔德描述的弗里德曼测试：

Summer1   <- c(2,0,0,0,0,0,0,0,0)  
Autumn    <- c(3,0,1,0,0,4,2,0,1)  
Winter    <- c(1,0,0,0,0,2,5,1,1) 
Spring    <- c(1,0,2,2,2,8,4,0,1)  
Summer2   <- c(3,0,2,1,0,4,7,1,1) 
Hostility <- matrix(c(Summer1, Autumn, Winter, Spring, Summer2), nrow=9, byrow=TRUE) 
friedman.test(Hostility)

有没有人对此有解释，或者哪个结果是正确的？

Answer 1

这是你的 R 代码中的一个错误。您按行而不是按列将数据读入矩阵。在matrix()函数调用中，只需将byrow参数更改为FALSE。考虑：

...
Hostility <- matrix(c(Summer1, Autumn, Winter, Spring, Summer2), nrow=9, byrow=TRUE) 
Hostility
#       [,1] [,2] [,3] [,4] [,5]
#  [1,]    2    0    0    0    0
#  [2,]    0    0    0    0    3
#  [3,]    0    1    0    0    4
#  [4,]    2    0    1    1    0
#  [5,]    0    0    0    2    5
#  [6,]    1    1    1    0    2
#  [7,]    2    2    8    4    0
#  [8,]    1    3    0    2    1
#  [9,]    0    4    7    1    1

Hostility2 <- matrix(c(Summer1, Autumn, Winter, Spring, Summer2), nrow=9, byrow=FALSE) 
Hostility2
#       [,1] [,2] [,3] [,4] [,5]
#  [1,]    2    3    1    1    3
#  [2,]    0    0    0    0    0
#  [3,]    0    1    0    2    2
#  [4,]    0    0    0    2    1
#  [5,]    0    0    0    2    0
#  [6,]    0    4    2    8    4
#  [7,]    0    2    5    4    7
#  [8,]    0    0    1    0    1
#  [9,]    0    1    1    1    1
friedman.test(Hostility2)
#   Friedman rank sum test
# 
# data:  Hostility2
# Friedman chi-squared = 12.794, df = 4, p-value = 0.01233