R语言Kruskal-Wallis检验后p<0.05自动运行事后检验的实现
实现自动化流程的可运行代码
首先补全原有代码的前置缺失:直接把原始向量整合为可分析的dat数据框,避免后续运行报错:
library(rstatix) library(tidyverse) # 构造分析用数据集 dat <- tibble( Day = c(1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2), Group = c("A","A","A","B","B","B","C","C","C", "A","A","A","A","B","B","B","C","C","C"), Rain = c(4,4,6,5,3,4,5,5,3,6,6,6,5,3,3,3,2,5,2), UV = c(6,6,7,8,5,6,5,6,6,6,7,7,8,8,5,6,8,5,7) ) # 定义需要分析的响应变量 cols <- c('Rain', 'UV')
第一步:批量计算所有维度的Kruskal-Wallis检验结果
和原有分析逻辑保持一致,按Day分组后对每个响应变量跑KW检验,保留核心溯源字段:
kw_base <- map_dfr(cols, ~{ dat %>% group_by(Day) %>% kruskal_test(reformulate('Group', .x)) %>% mutate(response_var = .x) # 标记每行对应的分析指标 })
第二步:编写条件触发的事后检验逻辑
逐行判断KW检验的p值,仅当p<0.05时运行配对Wilcoxon检验,否则直接跳过,避免无意义计算:
# 定义触发规则的自定义函数 run_posthoc <- function(kw_row, sig_threshold = 0.05, adjust_method = "BH"){ # 提取当前检验行的维度信息 target_day <- kw_row$Day target_resp <- kw_row$response_var target_kw_p <- kw_row$p # 未达显著性阈值直接返回标记 if(target_kw_p >= sig_threshold){ return(tibble( Day = target_day, response_var = target_resp, kw_p = target_kw_p, posthoc_run = FALSE, pair = NA, adj_p = NA )) } # 提取当前Day、当前指标的子集数据 sub_data <- dat %>% filter(Day == target_day) # 运行指定的pairwise.wilcox.test,应用多重校正 pw_res <- pairwise.wilcox.test( x = sub_data[[target_resp]], g = sub_data$Group, p.adjust.method = adjust_method ) # 将默认矩阵格式的p值转为结构化长表 pw_long <- pw_res$p.value %>% as.data.frame() %>% rownames_to_column("group1") %>% pivot_longer(-group1, names_to = "group2", values_to = "adj_p") %>% filter(!is.na(adj_p)) %>% mutate( Day = target_day, response_var = target_resp, kw_p = target_kw_p, posthoc_run = TRUE, pair = paste(group1, group2, sep = " vs ") ) return(pw_long %>% select(Day, response_var, kw_p, posthoc_run, pair, adj_p)) }
第三步:批量执行并整合最终输出
# 逐行应用自定义函数,整合所有结果 final_posthoc <- kw_base %>% split(1:nrow(.)) %>% map_dfr(run_posthoc)
输出结果说明
kw_p列存储对应分组下Kruskal-Wallis检验的原始p值,用于溯源posthoc_run列标记是否触发了事后检验:值为TRUE代表该组下KW检验达显著性,已自动完成配对Wilcoxon分析pair列存储具体的组别配对关系,adj_p列存储经过指定方法校正后的配对p值- 可通过修改
sig_threshold调整显著性触发阈值,修改adjust_method更换多重校正方法(支持"holm"、"bonferroni"、"fdr"等常用选项)
注意:原
pairwise.wilcox.test默认的校正方法为"holm",上述代码使用的"BH"为非参数统计事后检验中更常用的FDR校正方式,可根据分析需求调整。
内容的提问来源于stack exchange,提问作者Sue
相关产品推荐
相关产品推荐

