来自 R 中 wilcox.test 的意外 [可能不正确] W 检验统计量

如何解决来自 R 中 wilcox.test 的意外 [可能不正确] W 检验统计量

示例数据、调用和输出如下。

wilcox.test() 输出正在做一些我意想不到的事情：它没有打印 W 测试统计量的最小值。尽管 p 值和位置估计值没有变化（除了位置值的符号，正如预期的那样），打印的 W 统计量会根据设置为二进制变量参考的级别而变化。实施此选择是否有原因？

此外，这两个 W 值似乎并不相加。使用 n1 = 100 和 n2 = 159 的两个组，W1 和 W2 的值应为 n1 x n2 (= 15,900)。我在下面发布的示例得到 W1 = 4823.5 和 W2 = 11076。W1 + w2 = 15,899.5。类似地，位置估计值也略有偏差（2.999952 而不是 3）。对于这些小差异有什么建议，我应该将 4823.5 的可能错误值更正为 4824 吗？

编辑： 11076 是问题所在。当我将 wilcox.test 的输出存储在一个对象中并随后查看时，W 的实际值为 11076.5。一个不同的问题，但由于其自身的原因，这仍然是有问题的。

注意包含一个二元变量 (DSMInsomnia) 和一个数字变量 (rMEQ) 的示例数据：“是”的组大小为 100，中位数为数值变量的值为 11，而“否”组的 159 个观测值的中值为 14。

数据：

df <- structure(list(rMEQ = c(18,10,17,11,14,12,13,15,9,16,18,19,20,6,8,23,21,5,4,7,22,7),DSMInsomnia = structure(c(1L,1L,2L,2L),.Label = c("No","Yes"),class = "factor")),row.names = c(NA,-259L),class = "data.frame")

将 DSMInsomnia 变量的参考电平设置为“是”并运行 wilcox.test()：

df$DSMInsomnia <- relevel(df$DSMInsomnia,ref = "Yes")
wilcox.test(data = df,rMEQ ~ DSMInsomnia,paired = FALSE,conf.int = T,exact = T)

输出：

cannot compute exact p-value with tiescannot compute exact confidence intervals with ties
    Wilcoxon rank sum test with continuity correction

data:  as.numeric(rMEQ) by DSMInsomnia
W = 4823.5,p-value = 9.141e-08
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
 -3.999959 -1.999953
sample estimates:
difference in location 
             -2.999952

将 DSMInsomnia 变量的参考电平设置为“No”并运行 wilcox.test()：

df$DSMInsomnia <- relevel(df$DSMInsomnia,ref = "No")
wilcox.test(data = df,exact = T)

输出：

cannot compute exact p-value with tiescannot compute exact confidence intervals with ties
    Wilcoxon rank sum test with continuity correction

data:  as.numeric(rMEQ) by DSMInsomnia
W = 11076,p-value = 9.141e-08
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
 1.999953 3.999959
sample estimates:
difference in location 
              2.999952

附言原谅问题的错误标签，但我没有制作更具体的新标签的声誉。