弗里德曼检验未复制的完整块设计错误答案

【问题标题】：Friedman test unreplicated complete block design error弗里德曼检验未复制的完整块设计错误
【发布时间】：2014-02-22 19:34:43
【问题描述】：

我在对我的数据运行 Friedman 测试时遇到问题。我正在尝试使用以下命令运行弗里德曼测试：

friedman.test(mean ~ isi | expId, data=monoSum)

在以下数据库 (https://www.dropbox.com/s/2ox0y1b4gwld0ai/monoSum.csv) 上：

> monoSum
   expId isi  N       mean
1  m80B1   1 10 100.000000
2  m80B1   2 10  73.999819
3  m80B1   3 10  45.219362
4  m80B1   4 10 116.566174        
.   .     .   .          .
18 m80L2   2 10  82.945491
19 m80L2   3 10  57.675480
20 m80L2   4 10 207.169277
.    .     .  .   .      .
25 m80M2   1 10 100.000000
26 m80M2   2 10  49.752687
27 m80M2   3 10  19.042592
28 m80M2   4 10 150.411035

它给了我错误：

Error in friedman.test.default(c(100, 73.9998193095267, 45.2193621626293,  : 
not an unreplicated complete block design

我认为它给出了错误，因为当monoSum$isi==1 的值始终为 100。这是正确的吗？

但是，monoSum$isi==1 始终为 100，因为它是所有其他 monoSum$isi 组都标准化的对照组。我不能假设一个正态分布，所以我不能运行 rmANOVA… 有没有办法对这些数据进行弗里德曼测试，还是我在这里遗漏了一个非常重要的点？

非常感谢！

【问题讨论】：

我还尝试对均值的连续值而不是归一化值进行分析......同样的错误:(

标签： r error-handling statistics

【解决方案1】：

如果我运行您的数据集，我不会收到错误消息：

   Friedman rank sum test

   data:  mean and isi and expId
   Friedman chi-squared = 17.9143, df = 3, p-value = 0.0004581

但是，您必须确保将 expId 和 isi 编码为因子。运行这些命令：

    monoSum$expID$<-factor(monoSum$expID)
    monoSum$isi$<-factor(monoSum$isi)

然后再次运行测试。这对我有类似的问题有用。

【讨论】：

我重新启动了 R，它现在也在这里运行顺利......即使没有编码作为因素......令人难以置信的是，这让我坚持了将近一个多星期 :') 谢谢你的努力

【解决方案2】：

我知道这已经很老了，但对于后代来说（另请参阅：当我忘记并再次谷歌时的我）：

您可以通过运行table(groups, blocks) 或在此问题table(monoSum$isi, monoSum$expID) 的情况下确定数据框中的缺失值。这将返回一个由 0 和 1 组成的表格。这个缺失的记录在带有 0 的单元格中。

我在尝试删除结果不完整的块后遇到了这个问题；由于某种原因，获取数据的一个子集并没有删除这些块。

【讨论】：

【解决方案3】：

只是想我会提到我发现了这篇文章，因为我收到了类似的错误消息。上述建议并没有解决它。奇怪的是，我必须对我的数据框进行排序，以便逐块按顺序显示组（即我不能拥有以下内容：区块 1 A 1号B座 2 B座区块 2 A

它必须显示为 A、B、A、B)

【讨论】：

【解决方案4】：

我在 R 中遇到了相同的神秘错误消息，但在我的情况下，当我将“as.matrix”函数应用于我使用 read.csv( ) 函数。

我的原始数据集中也有一个缺失的数据点，我发现当我的数据被转换成一个矩阵用于friedman.test() 调用时，包含缺失数据点的整行都被自动省略了。

【讨论】：

【解决方案5】：

使用函数 as.matrix() 来转换我的数据框是让函数为我运行的魔力。

【讨论】：

【解决方案6】：

我的数据集也有这个确切的错误。事实证明，friedman.test() 函数接受 data frames（fx 由 data.frame() 创建的那些）但不接受 tibbles（由 dplyr 和其他现代工具创建的那些）。我的解决方案是先将我的数据集转换为数据框。

D_fri <- D_all %>% dplyr::select(FrustrationEpisode, Condition, Participant)
D_fri <- as.data.frame(D_fri)
str(D_fri) # confirm the object should now be a 'data.frame'
friedman.test(FrustrationEpisode ~ Condition | Participant, D_fri)

【讨论】：