标签: kruskal-wallis

我正在处理细菌焦磷酸测序数据，并使用 R 进行统计分析。我有 21 个样本和 7 种不同的处理方法。我将数据加载到 R phyloseq 中，获得：

> psR
phyloseq-class experiment-level object
otu_table()   OTU Table:         [ 7498 taxa and 21 samples ]
sample_data() Sample Data:       [ 21 samples by 8 sample variables ]
tax_table()   Taxonomy Table:    [ 7498 taxa by 6 taxonomic ranks ]
phy_tree()    Phylogenetic Tree: [ 7498 tips and 7497 internal nodes ]

由于我发现处理之间（使用 adonis 函数）存在统计显着差异，因此我想知道哪些 OTU 在不同处理中具有不同的丰度。为此，我使用了 dunn.test 函数（包含 Kruskal-Wallis 测试），首先交换 OTU 表中的行和列以应用测试：

swap_otu_table <- t(otu_table(psR))
treatment <- c('A', 'A', 'A', 'B', 'B', 'B', …

假设我有一个数据框

> col1<-c(1,5,2,6,8,1,3,8,9,1,8)
> col2<-c(1,2,1,1,2,2,1,2,2,1,1)
> df<-data.frame(col1,col2)
> df

   col1 col2
1     1    1
2     5    2
3     2    1
4     6    1
5     8    2
6     1    2
7     3    1
8     8    2
9     9    2
10    1    1
11    8    1

我已经用我所拥有的数据进行了 Kruskal-Wallis 测试df

> dfKW<-kruskal.test(col1~col2, data=df)
> dfKW

Kruskal-Wallis rank sum test

data:  col1 by col2
Kruskal-Wallis chi-squared = 1.695, df = 1, p-value = 0.1929

我想做的是将 p 值提取到向量中（仅提取没有标签“p 值”的值）。我已经尝试过这个：

> dfKWx<-sapply(dfKW, '[', 'p.value')
> …

我正在比较癌症患者和健康人 DNA 中结构断裂的区域。我正在尝试对每个区域的中断次数运行 Kruskal-Wallis 测试 (SciPy Stats)，以查看两个分布之间是否存在差异。我不确定 Kruskal - Wallis 的输入应该是数组（文档）还是数组列表（互联网上的其他地方）。

首先，我尝试了一个这样的样本+控制数组：

controls = ['1', '2', '3', '4', '5']
samples = ['10', '20', '30', '40', '50']
n=0
for item in controls:
    array_item = np.array([item, samples[n]])
    kw_test = stats.mstats.kruskalwallis(array_item)
    print(kw_test)
    n+=1

这给了我所有项目的以下输出：

(0.0, nan)

我还尝试转换数组中的各个数据点，然后运行 ​​KW 测试。

controls = ['1', '2', '3', '4', '5']
samples = ['10', '20', '30', '40', '50']
n=0
kw_results = []
for item in controls:
    array_controls = np.array([item])
    array_samples = np.array([samples[n]])
    kw_test = stats.mstats.kruskalwallis(array_samples, array_controls)
    kw_results.append(kw_test)
    n+=1 …

考虑一个Data具有多个因子和多个数值连续变量的数据集。这些变量中的一些，比方说slice_by_1（类别为“男性”、“女性”）和slice_by_2（类别为“悲伤”、“中性”、“快乐”）用于将数据“切片”为子集。对于每个子集，Kruskal-Wallis 测试都应该在变量length,上运行preasure，pulse每个变量都由另一个称为 的因子变量分组compare_by。R 中是否有一种快速方法来完成此任务并将计算出的 p 值放入矩阵？

我使用dplyr包来准备数据。

示例数据集：

library(dplyr)
set.seed(123)
Data <- tbl_df(
   data.frame(
       slice_by_1 = as.factor(rep(c("Male", "Female"), times = 120)),
       slice_by_2 = as.factor(rep(c("Happy", "Neutral", "Sad"), each = 80)),
       compare_by = as.factor(rep(c("blue", "green", "brown"), times = 80)),
       length   = c(sample(1:10, 120, replace=T), sample(5:12, 120, replace=T)),
       pulse    = runif(240, 60, 120),
       preasure = c(rnorm(80,1,2),rnorm(80,1,2.1),rnorm(80,1,3))
   )
   ) %>%
group_by(slice_by_1, slice_by_2)

我们来看数据：

Source: local data frame [240 …

如何更改下图中的字体大小stat_compare_means？即，更改“ Kruskal-Wallis，p = 1.5e-09”和其他p值字体大小？我想使用比默认字体小的字体大小...

按照数据示例...

library(ggpubr)
data("ToothGrowth")
compare_means(len ~ dose,  data = ToothGrowth)

# Visualize: Specify the comparisons I want
my_comparisons <- list( c("0.5", "1"), c("1", "2"), c("0.5", "2") )

# Plotting
ggboxplot(ToothGrowth, x = "dose", y = "len",
          color = "dose", palette = "jco")+ 
stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
stat_compare_means(label.y = 50)     # Add global p-value

情节：

我想使用一个分组变量对 data.frame 中的某些数值变量运行 KW 测试。我更喜欢在循环中执行此操作，而不是输入所有测试，因为它们有很多变量（比下面的示例中的变量更多）。

模拟数据：

library(dplyr)
set.seed(123)
Data <- tbl_df(
data.frame(
muttype = as.factor(rep(c("missense", "frameshift", "nonsense"), each = 80)),
ados.tsc   = runif(240, 0, 10),
ados.sa    = runif(240, 0, 10),
ados.rrb   = runif(240, 0, 10))
) %>%
group_by(muttype)
ados.sim <- as.data.frame(Data)

下面的代码在循环之外工作得很好。

kruskal.test(formula (paste((colnames(ados.sim)[2]), "~ muttype")), data = 
ados.sim)

但它不在循环内：

for(i in names(ados.sim[,2:4])){  
ados.mtp <- kruskal.test(formula (paste((colnames(ados.sim)[i]), "~ muttype")), 
data = ados.sim)
}

我收到错误：

terms.formula(formula, data = data) 中的错误：模型公式中的项无效

有谁知道如何解决这个问题吗？

我有如下数据集

df = pd.DataFrame({'numbers':range(9), 'group':['a', 'b', 'c']*3})

 group numbers
0   a   0
1   b   1
2   c   2
3   a   3
4   b   4
5   c   5
6   a   6
7   b   7
8   c   8

我想创建向量

a = [0, 3, 6]
b = [1, 4, 7]
c = [2, 5, 8]

用于 Kruskal-Wallis H 测试 python

stats.kruskal(a, b, c)

或者可能是 R 中的类似物（数字〜组）

我有一个很长的数据集（N=499）。我从中比较了指数在 8 种不同处理中的表现（每种处理中的样本数量不同）。

我已经做了 Kruskal-Wallis 并且它很重要（p 值 < 2.2e-16）。

现在，对于事后测试，我正在考虑使用 Dunn 测试，但我读过 Wilcoxon 也可能有用，有什么建议吗？

非常感谢大家。

我有一个 27 列的数据框（26 列是数字变量，第 27 列告诉我每行与哪个组关联）。总共有 7 个组，我试图将 Kruskal-Wallis 检验应用于每个变量，按组划分，以确定是否存在显着差异。

我试过了：

df.groupby(['treatment']).apply(kruskal)

这会引发错误“在 stats.kruskal() 中需要至少 2 组两组”。

我的其他尝试也没有产生输出。我将定期使用更大的数据集进行类似的分析。有人可以帮助我理解这个问题以及如何解决它吗？