R语言kruskal.test两种调用方式结果差异的原因咨询

核心结论 #

不能用kruskal.test(a,b,c,d,e)这种方式执行Kruskal-Wallis检验，这种调用实际执行的是Friedman配对秩和检验，和Kruskal-Wallis的适用场景完全不同，这就是结果差异巨大的原因。

两种调用的本质区别 #

1. 公式格式调用（纵向数据）
   当你用kruskal.test(Response~Group, data = data)时，函数针对的是独立样本设计：Response是所有组的响应值，Group是对应的分组标签，检验的是多个独立组的总体分布是否存在差异，这正是Kruskal-Wallis检验的标准用法，你得到的p=0.018是正确的独立样本检验结果。

2. 直接传入多列（宽格式数据）
   当你直接传入多列kruskal.test(a,b,c,d,e)时，R会自动将这些列视为配对样本（即每一行代表同一个观测对象在不同条件下的重复测量值），此时执行的是Friedman秩和检验——这种检验用于分析配对设计下多个相关组的分布差异，和Kruskal-Wallis的独立样本假设完全冲突，所以得到的p=0.48是配对检验的结果，和你想要的Kruskal-Wallis无关。

宽格式数据正确执行Kruskal-Wallis的方法 #

如果你的数据是宽格式（每列对应一个独立组），有两种正确方式调用Kruskal-Wallis检验：

• 方法1：转成纵向格式
  用tidyr包的pivot_longer函数将宽格式转成响应值+分组标签的纵向格式，再用公式接口：

  library(tidyr)
  # 假设宽格式数据名为data_wide，列是A-E
  data_long <- pivot_longer(data_wide, cols = A:E, names_to = "Group", values_to = "Response")
  kruskal.test(Response~Group, data = data_long)
  

• 方法2：传入列表
  将每一组的数据放进一个列表中，直接传入kruskal.test：

  kruskal.test(list(data_wide$A, data_wide$B, data_wide$C, data_wide$D, data_wide$E))
  

以上两种方法得到的结果会和纵向格式的公式调用一致，都是正确的Kruskal-Wallis检验结果。

内容的提问来源于stack exchange，提问作者BrisketsBestie