RCBD 설계에서 얻은 데이터 세트가 있습니다. 상기 데이터는 상추의 환경 적 요인 (즉, 환경 적 요인에 기인 한 생리적 인 잎 질환)의 발병률이다.RCBD 실험을 분석하기 위해 R을 사용하여 friedman.test.with.post.hoc 함수를 사용하여 프리드먼의 비모수 테스트 문제를 해결하십시오.
나의 실험은 Recombinant Inbred Line (RIL) 집단으로부터 3 개의 블록과 92 개의 상추 품종으로 구성되었다.
저의 목표는 데이터를 분석하여 다른 품종과 비교하여 통계적으로 다른 팁트런 발생률을 가진 품종을 찾는 것입니다.
내 데이터가 변환 후에도 균등성에 대한 ANOVA 가정을 충족하지 않습니다. 그러므로, 다음으로는 비 파라 메트릭 테스트를 사용하는 방법이 있습니다. Friedman의 테스트를 사용하여 데이터를 분석 할 수 있음을 발견했습니다. 이 테스트를 수행하려면 다음과 같은 웹 사이트에서 내가 편리하게 기능을 발견 다른 사람에서 통계적 차이가있는 품종 테스트 : 나는 문제가 실행하는 데 안내에 따라 데이터를 포맷 한 후,
http://www.r-statistics.com/2010/02/post-hoc-analysis-for-friedmans-test-r-code/
단을 같은 함수는 아래와 :
포맷하기에게 DATA
> tip.data.2011 = read.csv("Salinas_2011_tipburn_analysis.csv", header = TRUE)
> head(tip.data.2011)
RIL Block Tipburn_percentage
1 110 1 0.0
2 110 2 0.0
3 110 3 0.0
4 111 1 37.5
5 111 2 12.5
6 111 3 37.5
> tip.data.2011.formated = data.frame(
+ Tipburn = tip.data.2011$Tipburn_percentage,
+ RIL = factor(rep(subset(tip.data.2011, Block == 1)[,1], rep(3, 92))),
+ Block = factor(rep(1:3, 92))
+)
> head(tip.data.2011.formated)
Tipburn RIL Block
1 0.0 110 1
2 0.0 110 2
3 0.0 110 3
4 37.5 111 1
5 12.5 111 2
6 37.5 111 3
을 FUNCTION
01,235,164을 실행> friedman.test.with.post.hoc(Tipburn ~ RIL | Block, tip.data.2011.formated)
Error in mvt(lower = lower, upper = upper, df = 0, corr = corr, delta = mean, :
only dimensions 1 <= n <= 1000 allowed
내가 오류 메시지 :
'MVT에서 오류 (저급 = 상하 = 상부, DF = 0 CORR = CORR = 평균 델타 만 사이즈 = 1000 1 < = N < 허용'이 오류 메시지는 무엇을 의미합니까?
해결 방법에 대한 의견이 있으십니까?
@에 DWIN의 요청을 참조 : 작업이 (데이터 세트는 위에서 언급 한 웹 사이트에 나와있다) 수행하는 데이터 세트와 위의 그림과 같이
> with(tip.data.2011.formated, tapply(Tipburn, list(RIL, Block), length))
1 2 3
110 1 1 1
111 1 1 1
112 1 1 1
113 1 1 1
114 1 1 1
115 1 1 1
116 1 1 1
117 1 1 1
118 1 1 1
119 1 1 1
120 1 1 1 ... etc.
198 1 1 1
199 1 1 1
200 1 1 1
SAL 1 1 1
> str(tip.data.2011.formated)
'data.frame': 276 obs. of 3 variables:
$ Tipburn: num 0 0 0 37.5 12.5 37.5 0 0 12.5 75 ...
$ RIL : Factor w/ 92 levels "110","111","112",..: 1 1 1 2 2 2 3 3 3 4 ...
$ Block : Factor w/ 3 levels "1","2","3": 1 2 3 1 2 3 1 2 3 1 ...
나는 동일한 절차를했다.
> WineTasting <- data.frame(
+ Taste = c(5.40, 5.50, 5.55,
+ 5.85, 5.70, 5.75,
+ 5.20, 5.60, 5.50,
+ 5.55, 5.50, 5.40,
+ 5.90, 5.85, 5.70,
+ 5.45, 5.55, 5.60,
+ 5.40, 5.40, 5.35,
+ 5.45, 5.50, 5.35,
+ 5.25, 5.15, 5.00,
+ 5.85, 5.80, 5.70,
+ 5.25, 5.20, 5.10,
+ 5.65, 5.55, 5.45,
+ 5.60, 5.35, 5.45,
+ 5.05, 5.00, 4.95,
+ 5.50, 5.50, 5.40,
+ 5.45, 5.55, 5.50,
+ 5.55, 5.55, 5.35,
+ 5.45, 5.50, 5.55,
+ 5.50, 5.45, 5.25,
+ 5.65, 5.60, 5.40,
+ 5.70, 5.65, 5.55,
+ 6.30, 6.30, 6.25),
+ Wine = factor(rep(c("Wine A", "Wine B", "Wine C"), 22)),
+ Taster = factor(rep(1:22, rep(3, 22))))
> with(WineTasting, tapply(Taste, list(Wine, Taster), length))
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Wine A 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Wine B 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Wine C 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
> str(WineTasting)
'data.frame': 66 obs. of 3 variables:
$ Taste : num 5.4 5.5 5.55 5.85 5.7 5.75 5.2 5.6 5.5 5.55 ...
$ Wine : Factor w/ 3 levels "Wine A","Wine B",..: 1 2 3 1 2 3 1 2 3 1 ...
$ Taster: Factor w/ 22 levels "1","2","3","4",..: 1 1 1 2 2 2 3 3 3 4 ...
내 데이터는 실행되는 예제 데이터 집합과 동일한 방식으로 나타납니다. 나는 팁버트 (tipburn)에 대한 1 회의 많은 관찰을 갖는 것이 문제라고 생각하지 않는다.
는 (필자는 CrossValidated 교환의 의견 인상적이었다.) 당신이 탈 Galili 한의 코드와 함께 오류가 발생하는 이유를 질문은,
OP는 http://stats.stackexchange.com/questions/62686/troubleshoot-a-friedmans-non-parametric-test-using-friedman-test-with-post-hoc에서 재 게시했습니다. – Aaron
이것은 이제 폐쇄되었습니다. 그것이 "프로그래밍에 관한 것이 아니기 때문에 CrossValidated.com에서 오프 토픽으로"프로그래밍에 관한 것이 아니기 때문에 "SO에 대해"오프 프로그래밍 "에 관한 주제로 다루었 다. 미구엘이 배상을 요청할 수있는 일종의 stackexchange 항소 법원이 있습니까?) –
다행스럽게도 여기를 다시 볼 수 있습니다. 이것은 그것을위한 적당한 장소처럼 보입니다. – Aaron