keragaman alfa wilcox.test

Question

Saya mencoba melakukan uji Wilcox untuk mendeteksi perbedaan yang signifikan pada keragaman alfa tetapi menunjukkan kesalahan? physeqN2 adalah objek filoseq dan Musim adalah kolom metadata.

results = estimate_richness(physeqN2, measures = 'Chao1')

d = sample_data(physeqN2)

# calculate Wilcox Test
Wet.root = results[d[,'Season'] == 'Wet',]
Dry.root = results[d[,'Season'] == 'Dry',]
pmv <-pairwise.wilcox.test(Wet.root, Dry.root)

capture.output(pmv, file = "chao1.16s.wet_vs_Dry.root.txt")

Error;
Error in wilcox.test.default(xi, xj, paired = paired, ...) :
  'x' must be numeric
Calls: pairwise.wilcox.test ... compare.levels -> wilcox.test -> wilcox.test.def                                                                                        ault
Execution halted

Saya telah mencoba melakukannya dengan cara lain tetapi di sini juga mendapatkan kesalahan?

alpha.diversity <- estimate_richness(physeqN2, measures=c("Chao1"))


## Wilcox on observed richness
data <- cbind(sample_data(physeqN2), alpha.diversity)
pmv <-pairwise.wilcox.test(Chao1 ~ Season, data)

capture.output(pmv, file = "chao1.16s.wet_vs_Dry.root.txt")

Error:

Error in if (length(ans) == 0L || as.character(ans[[1L]])[1L] == "~") { :
  missing value where TRUE/FALSE needed
Calls: pairwise.wilcox.test ... sapply -> lapply -> FUN -> compare.levels -> [ -> [.formula
Execution halted

Terimakasih banyak

Answer 1

Saya rasa ini adalah bug pada input data.

Tebakan liar yang menurut saya terjadi adalah data input tidak dianggap sebagai berpasangan, oleh karena itu terjadi kesalahan paired = paired. Kesalahan aneh lainnya adalah x must be numeric. Pertama,

• bagaimana Anda menilai data yang hilang, bukan melalui -kebetulan? Data yang hilang harus melalui nansintaks tipe.
• apakah Anda yakin tidak ada bug heading? Seperti header yang diseret ke dalam data numerik?

Wilcoxan adalah uji T non-parametrik, jadi akar basah dan akar kering harus sama persis dengan sampel. Jadi ini bukan akar basah umum versus akar kering generik, tetapi basah dan kering dari spesimen yang sama. Jika ini adalah data yang Anda miliki, program tidak menganggapnya cocok.

Jika benar-benar dipasangkan, sekali lagi saya pikir sumber kesalahan adalah Anda memiliki beberapa nilai yang hilang yang meninggalkan panjang pasangan yang tidak sama atau bug header.

Jika datanya benar-benar tidak dipasangkan, maka saya akan melihat tes Mann-Whitney U, akan lebih mudah dalam skenario ini.

Saya tidak menggunakan sintaks R (hanya kerangka data panda) jadi tidak dapat mengatakan apakah sintaks pada contoh pertama valid, tetapi cukup jelas mengenai masukan Anda. Dengan Python, Anda biasanya hanya memberikan keseluruhan kerangka data dan menyuruhnya pergi.

Kenyataannya adalah bahwa banyak program yang dilakukan Wilcoxan, Anda tidak perlu menggunakan R jika ini adalah tes satu kali. Jelas jika ini bagian dari pipa (otomatisasi) itu sedikit berbeda.