Hodges-Lehmann估计量使用疑问及R代码报错解决咨询

一、Hodges-Lehmann估计量是不是两列合并后的中位数？ #

当然不是。针对你这种before/after的配对数据，Hodges-Lehmann估计量的计算逻辑是：

• 先算出每一行配对的差值（比如after - before）；
• 生成所有满足i ≤ j的Walsh平均值，也就是每两个差值（包括同一个差值自己）的平均：(d_i + d_j)/2；
• 最后取这些Walsh平均值的中位数，才是Hodges-Lehmann估计量。

而直接把before和after两列合并后取中位数，只是混合所有数据的中位数，和前者的计算逻辑完全不一样，结果通常也差很多。

二、R代码错误修正 #

你碰到的unused argument (after = NULL)错误，是因为HodgesLehmann函数（来自DescTools包）根本没有after这个参数，它的参数是x和y（用来传两组数据），或者你可以直接传入配对差值的向量。

正确写法参考 #

方式1：先算配对差值再传入（更适合配对数据）

library(DescTools)
library(dplyr)

# 先取消行分组（你的数据是rowwise_df，可能影响后续操作）
df <- df %>% ungroup()

# 计算after减before的差值，过滤掉有NA的行
df_clean <- df %>%
  mutate(diff = after - before) %>%
  filter(!is.na(diff))

# 计算Hodges-Lehmann估计量
HodgesLehmann(df_clean$diff, conf.level = NA, na.rm = FALSE)

方式2：直接传入两组数据（适合独立样本，配对样本更推荐方式1）

library(DescTools)
library(dplyr)

# 取消行分组+过滤NA行
df_clean <- df %>%
  ungroup() %>%
  filter(!is.na(before) & !is.na(after))

# 传入before和after列计算
HodgesLehmann(x = df_clean$before, y = df_clean$after, conf.level = NA, na.rm = FALSE)

注意点 #

• 先安装DescTools包：install.packages("DescTools")；
• na.rm = FALSE会因为NA值导致计算失败，实际用的时候可以改成TRUE，或者提前像上面那样过滤NA行；
• 你的数据是rowwise_df，一定要先ungroup()，不然分组状态下很多操作会出问题。

内容的提问来源于stack exchange，提问作者Espejito