Memahami pesan peringatan "Ikatan hadir" di Kruskal-Wallis post hoc

Saya menjalankan perbandingan post-hoc setelah tes Kruskal-Wallis. Saya menggunakan paket PMCMR .

> posthoc.kruskal.nemenyi.test( preference ~ instrument)

    Pairwise comparisons using Tukey and Kramer (Nemenyi) test  
                   with Tukey-Dist approximation for independent samples 

data:  preference by instrument 

       Cello Drums Guitar
Drums  0.157 -     -     
Guitar 0.400 0.953 -     
Harp   0.013 0.783 0.458 

P value adjustment method: none 

Warning message:
In posthoc.kruskal.nemenyi.test.default(c(50L, 50L, 50L, 50L, 49L,  :
  Ties are present, p-values are not corrected.

Saya bingung dengan pesan peringatan. Adakah yang bisa menjelaskan apa artinya dan bagaimana saya dapat memperbaikinya?

r ties

— dB '
sumber

Saya memiliki peringatan yang sama saat menjalankan posthoc.kruskal.nemenyi.test(). Jadi saya menyesuaikan ikatan dengan menjalankan data x, ties.method = "rata-rata") sebelum menjalankan posthoc.kruskal.nemenyi.test (data y) lagi tapi saya masih mendapat peringatan yang sama mengenai " Dasi hadir ". Apakah itu masalah umum atau apakah masalah ini berasal dari data saya?

x < - r a n k (d a t a

$x <- rank(data$

x d a t a

$x ~ data$

— Constanze

Dasi berarti Anda memiliki beberapa pengamatan yang memiliki nilai yang sama (karenanya memiliki peringkat yang sama). Sebagai contoh, sampel terdiri dari pengamatan: . " " dan " " adalah dua ikatan, di mana memiliki ulangan dan memiliki ulangan . Sampel seperti itu sesuai dengan statistik peringkat: . $1, 3, 3, 5, 10, 10, 10$ $3$ $10$ $3$ $2$ $10$ $3$ $1, 2, 2, 4, 5, 5, 5$

Ketika ikatan ada, biasanya kita perlu memutuskannya (jika tidak, Anda mungkin akan mendapatkan pesan peringatan seperti yang Anda tunjukkan). Dan secara konvensional, kami memutuskan hubungan dalam statistik peringkat, berbeda dengan memutuskan hubungan dalam pengamatan asli. Karena tes Kruskal-Wallis menggunakan statistik peringkat, itu cukup untuk menjawab pertanyaan Anda dengan membatasi ruang lingkup statistik peringkat.

Dua metode tie-breaking adalah umum, satu adalah "memutuskan hubungan secara acak". Yaitu, kami membuat ulang peringkat yang berbeda secara acak di antara ikatan. Melanjutkan contoh di atas, ke seri " ", kita dapat menggambar dua angka tanpa penggantian dari set , kemudian menetapkannya ke posisi kedua dan ketiga, misalnya, "3, 2" . Demikian pula, kita dapat melakukannya untuk dasi . Kemungkinan statistik peringkat yang disesuaikan dapat , oleh karena itu ikatannya putus. Kerugian dari metode ini adalah Anda dapat memperoleh statistik uji yang berbeda di antara analisis yang berbeda, karena pengikatannya dilakukan secara acak. $2, 2$ $\{2, 3\}$ $10$ $1, 3, 2, 4, 6, 5, 7$

Metode kedua adalah "rata-rata". Artinya, rata-rata memberikan setiap elemen yang terikat peringkat "rata-rata". Dengan menggunakan metode ini, statistik peringkat asli menjadi: . Metode ini pada dasarnya menyesuaikan ikatan daripada memutusnya. $1, 2.5, 2.5, 4, 6, 6, 6$

Dalam perangkat lunak, Anda dapat menentukan opsi pengikatan yang harus Anda baca dokumentasi fungsi.

Untuk diskusi serupa tentang masalah ini, lihat Bagaimana argumen ties.method dari fungsi peringkat R bekerja?

— Zhanxiong
sumber