在R中对数据框执行Kruskal-Wallis检验的问题咨询

问题根源 #

• 检验方法适配性错误：Kruskal-Wallis检验适用于3组及以上独立样本的组间差异比较，你的实验设计是同一类群分别在两种条件下的配对观测，完全不符合独立样本前提，应该改用配对设计的非参数检验即Wilcoxon符号秩检验。即便改用配对检验，你当前的样本量仅为4组，非参数检验的最小可达到p值为0.0625，天然无法低于0.05的显著性阈值，这就是你观察到所有类群dark组中位数更低但检验不显著的核心原因。
• 输入数据不符合检验要求：常规假设检验的输入应为原始个体水平的观测值，你传入的是提前汇总的中位数，相当于损失了所有原始样本的变异信息，进一步拉低了统计检验的效力，就算样本量足够，用汇总中位数做检验的结果也完全不可靠。
• 代码逻辑的常见误用：如果调用kruskal.test时直接传入两列中位数作为独立组，相当于仅用4个light组数值、4个dark组数值共8个样本做检验，秩次差异过小会直接导致p值偏高，该结果不是R读取数据错误导致的，是方法和输入数据的问题。

修正方案 #

• 优先使用原始个体观测数据做检验，将数据整理为长格式后运行配对Wilcoxon检验，示例代码如下：

# 长格式数据字段说明：taxon为类群，group为分组(light/dark)，value为原始观测值
wilcox.test(value ~ group, data = raw_dat, paired = TRUE)

• 如果仅能获取汇总后的中位数数据，因样本量不足无法得到显著的非参数检验结果，建议直接描述「所有类群dark组中位数均低于light组」的观测趋势即可，无需强行执行假设检验。

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