R wilcoxon检验中两个统计函数的差异

我知道stats:：wilcox.test和stats:：pairwise.wilcox.test之间的主要区别是计算p.adjust值。此值仅由stats:：pairwise.wilcox.test一步计算。但是，当我在下面的代码中遇到错误时，会有一些问题。我希望得到相同的结果，但它得到了组大小的错误

df <- dataframe(group = c(rep("before",5), rep("after",5)),
                a = runif(1:10),
                b = runif(1:10),
                c = runif(1:10))
#wilcox.test withour error
df %>%
   summarise_each(funs(wilcox.test(.[group == "before"], .[group == "after"], 
                                   paired = TRUE)$p.value), vars = a:c)

#pairwise.wilcox.test with error
df %>%
   summarise_each(funs(pairwise.wilcox.test(.[group == "before"], .[group == "after"])), 
                  vars = a:c)

df%
总结每个（funs）（wilcox.test（“]”之前的[组==”，“]”之后的[组==”，
配对=真）$p.value），变量=a:c）
#带误差的成对wilcox检验
df%>%
总结每个（funs（成对的wilcox.test（[组==”在“]之前，[组==”在“]之后）），
vars=a:c）

您的代码存在多个问题。因此，我想尝试一下：

首先使用简单子集检查函数和结果

wilcox.test(a ~ group, df)
pairwise.wilcox.test(df$a, df$group, p.adjust.method = "none") 

然后，尝试一个

tidyverse

：

df %>% 
  gather(key, value, -group) %>% 
  group_by(key) %>% 
  summarise(pvalue = wilcox.test(value ~ group)$p.value)
# A tibble: 3 x 2
  key   pvalue
  <chr>  <dbl>
1 a     0.0916
2 b     0.386 
3 c     0.969

二手数据

set.seed(123)
df <- data.frame(group = c(rep("before",5), rep("after",5)),
                a = runif(50),
                b = runif(50),
                c = runif(50))

set.seed（123）
df感谢您的评论，您能告诉我我的代码有什么问题吗？它从
runif（1:10）
开始，这是可以的，因为
n
允许是一个向量，但建议长度为1，并使用
[group==“before”]
在子集中结束。这当然有效，但在wilcox函数中完全是垃圾。请尝试帮助
？runif（）
set.seed(123)
df <- data.frame(group = c(rep("before",5), rep("after",5)),
                a = runif(50),
                b = runif(50),
                c = runif(50))