È sbagliato il jitter prima di eseguire il test Wilcoxon?

Ho scritto uno script per testare i dati utilizzando il wilcox.test, ma quando ho ottenuto i risultati, tutti i valori p erano pari a 1. Ho letto in alcuni siti Web che potresti usare jitter prima di testare i dati (per evitare legami come hanno detto), L'ho fatto e ora ho un risultato accettabile. È sbagliato farlo?

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")

I dati sono molto grandi, e questo è il thread che ho iniziato e mi hanno detto che potrebbe essere sbagliato farlo

Nota Questa domanda proviene da tex.SE: generazione di output PDFcontain R all'interno della tabella di lattice

C'è un thread nell'elenco R-help su questo; vedi ad esempio: http://tolstoy.newcastle.edu.au/R/e8/help/09/12/9200.html

Il primo suggerimento è quello di ripetere il test un gran numero di volte con diversi jitter e quindi combinare i valori p per ottenere un valore p complessivo, prendendo una media o un massimo. Suggeriscono anche che potrebbe essere usato un semplice test di permutazione (dei due, è quello che preferirei). Vedi la domanda Quale implementazione del test di permutazione in R usare al posto dei test t (accoppiati e non accoppiati)? per alcuni esempi di test di permutazione.

Altrove in quel thread, Greg Snow scrive: Aggiungere rumore casuale ai dati per evitare un avvertimento è come rimuovere le batterie da un rilevatore di fumo per silenziarlo piuttosto che indagare su ciò che sta causando l'allarme. (Vedi http://tolstoy.newcastle.edu.au/R/e8/help/09/12/9195.html )

(dichiarazione di non responsabilità: non ho controllato il codice, la mia risposta si basa solo sulla tua descrizione)

Ho la sensazione che quello che vuoi fare sia una pessima idea . Wilcoxon è un test di ricampionamento (o randomizzazione) per gradi. Cioè, prende il rango dei valori e confronta questi ranghi con tutte le possibili permutazioni dei ranghi (vedi ad esempio, qui ).

Quindi, come hai capito, i legami sono piuttosto cattivi in ​​quanto non ne ottieni gradi. Tuttavia, l'aggiunta di rumore casuale (jitter) ai tuoi dati trasformerà tutti i ranghi, in modo che abbiano ranghi casuali! Cioè, distorce gravemente i tuoi dati.

Pertanto: è sbagliato farlo .

Hai chiesto a molte persone cosa dovresti fare ora. A mio avviso, ciò che dovresti fare ora è accettare che il valore p corretto qui sia 1.000. I tuoi gruppi non differiscono.