Có sai không khi jitter trước khi thực hiện xét nghiệm Wilcoxon?

Tôi đã viết một kịch bản kiểm tra dữ liệu bằng cách sử dụng wilcox.test, nhưng khi tôi nhận được kết quả, tất cả các giá trị p bằng 1. Tôi đọc trong một số trang web mà bạn có thể sử dụng jitter trước khi kiểm tra dữ liệu (để tránh ràng buộc như họ nói), Tôi đã làm điều này và bây giờ tôi có một kết quả chấp nhận được. Làm điều này có sai không?

test<- function(column,datacol){
    library(ggplot2)
t=read.table("data.txt", stringsAsFactors=FALSE)
uni=unique(c(t$V9))
    for (xp in uni) { 
          for(yp in uni) {
            testx <- subset(t, V9==xp)
            testy <- subset(t, V9==yp)
            zz <- wilcox.test(testx[[datacol]],jitter(testy[[datacol]]))
            p.value <- zz$p.value
          }
        }
}

structure(list(V1 = c(0.268912,
0.314681, 0.347078, 0.286945, 
0.39562, 0.282182), V2 = c(0.158921, 0.210526, 0.262024, 0.322006, 
0.133417, 0.283025), V3 = c(0.214082, 0.166895, 0.132547, 0.147361, 
0.09174, 0.169093), V4 = c(0.358085, 0.307898, 0.258352, 0.243688, 
0.379224, 0.2657), V5= c(-0.142223, 0.010895, 0.14655, 
0.08152, 0.02116, 0.030083), V6 = c(0.096408, -0.091896,

-0.331229, -0.446603, -0.088493, -0.262037), V7` = c(1.680946, 
1.649559, 1.534401, 1.130529, 3.441356, 1.211815), V8 = c("NC_000834",  "NC_000844",
"NC_000845", "NC_000846", "NC_000857",
"NC_000860" ), V9 = c("Chordata",
"Arthropoda", "Chordata", "Chordata", 
"Arthropoda", "Chordata"), V10 =
c("???:???", "Diplostraca", 
"???:???", "Rheiformes", "Diptera",
"Salmoniformes"), V11 = c("???:???",
"Branchiopoda", "Mammalia", "Aves",
"Insecta", "Actinopterygii" )), .Names
= c("V1", "V2", "V3", "V4", "V5", "V6",  "V7",
"V8", "V9", "V10",
"V11"), row.names = c(NA,  6L),
class = "data.frame")

Dữ liệu rất lớn và đó là luồng tôi đã bắt đầu và họ nói với tôi rằng có thể sai khi làm điều này

Lưu ý Câu hỏi này xuất phát từ tex.SE: tạo đầu ra PDFcontain R bên trong bảng latex

Có một chủ đề trong danh sách trợ giúp về điều này; xem ví dụ: http://tolstoy.newcastle.edu.au/R/e8/help/09/12/9200.html

Gợi ý đầu tiên là lặp lại thử nghiệm nhiều lần với các lần xáo trộn khác nhau và sau đó kết hợp các giá trị p để có được giá trị p tổng thể, bằng cách lấy trung bình hoặc tối đa. Họ cũng đề xuất rằng một thử nghiệm hoán vị đơn giản có thể được sử dụng thay thế (trong số hai, đó là những gì tôi thích). Xem câu hỏi Thực hiện kiểm tra hoán vị nào trong R để sử dụng thay cho kiểm tra t (ghép và không ghép)? cho một số ví dụ về kiểm tra hoán vị.

Ở những nơi khác trong chủ đề đó, Greg Snow viết: Thêm tiếng ồn ngẫu nhiên vào dữ liệu để tránh cảnh báo cũng giống như tháo pin khỏi máy dò khói để tắt tiếng thay vì điều tra nguyên nhân khiến báo thức tắt. (Xem http://tolstoy.newcastle.edu.au/R/e8/help/09/12/9195.html )

(từ chối trách nhiệm: Tôi đã không kiểm tra mã, câu trả lời của tôi chỉ dựa trên mô tả của bạn)

Tôi có cảm giác rằng những gì bạn muốn làm là một ý tưởng thực sự tồi tệ . Wilcoxon là một thử nghiệm lấy mẫu lại (hoặc ngẫu nhiên) cho các cấp bậc. Đó là, nó lấy thứ hạng của các giá trị và so sánh các thứ hạng này với tất cả các hoán vị có thể có của các cấp bậc (xem ví dụ, ở đây ).

Vì vậy, như bạn đã nhận ra, các mối quan hệ khá tệ khi bạn không được xếp hạng trong số họ. Tuy nhiên, việc thêm nhiễu ngẫu nhiên (jitter) vào dữ liệu của bạn sẽ biến đổi tất cả các cấp bậc, để chúng có thứ hạng ngẫu nhiên! Đó là, nó làm biến dạng dữ liệu của bạn nghiêm trọng.

Do đó: Thật sai lầm khi làm như vậy .

Bạn đã hỏi nhiều người những gì bạn nên làm bây giờ. Theo quan điểm của tôi, điều bạn nên làm bây giờ là chấp nhận rằng giá trị p thích hợp ở đây là 1.000. Các nhóm của bạn không khác nhau.