Я не понимаю, почему мой пост-хок тест Дунна, после значимого теста Краскала-Уоллиса, обнаруживает значительную разницу между 2022 и 2023 годами, когда они, кажется, имеют наиболее похожее распределение общего изобилия по местам. Я бы подумал, что разница на самом деле должна быть значительной для 2021-2022 и 2021-2023. Можете ли вы это объяснить, пожалуйста?

Мои результаты:

>shapiro.test(summary$Abundance)
data:  summary$Abundance
W = 0.49864, p-value = 1.742e-09

>kruskal.test(Abundance ~ Year, data=summary)
data:  Abundance by Year
Kruskal-Wallis chi-squared = 9.817, df = 2, p-value = 0.007384

>dunnTest(summary$Abundance, summary$Year, method="bonferroni")
      Comparison          Z     P.unadj      P.adj
1 2021 - 2022 -0.8256766 0.408987553 1.00000000
2 2021 - 2023  2.2707925 0.023159544 0.06947863
3 2022 - 2023  2.8414068 0.004491497 0.01347449  # Как??

Вот моя таблица данных. Столбец Abundance – это количество индивидуумов, собранных на каждом участке.

> dput(summary)
structure(list(Genus = c("Ceratina", "Ceratina", "Ceratina", 
"Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", 
"Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", 
"Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", 
"Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", 
"Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina", "Ceratina"
), Sex = c("M", "M", "M", "M", "M", "M", "M", "M", "M", "M", 
"M", "M", "M", "M", "M", "M", "M", "M", "M", "M", "M", "M", "M", 
"M", "M", "M", "M", "M", "M", "M", "M", "M", "M"), Year = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L
), levels = c("2021", "2022", "2023"), class = "factor"), SiteID = structure(c(1L, 
3L, 8L, 10L, 13L, 17L, 18L, 23L, 25L, 27L, 28L, 3L, 8L, 13L, 
17L, 18L, 19L, 27L, 1L, 3L, 6L, 12L, 13L, 17L, 18L, 19L, 20L, 
22L, 23L, 24L, 25L, 26L, 27L), levels = c("H02", "H03", "H04", 
"H05", "H06", "H07", "H08", "H09", "L01", "L02", "L04", "L05", 
"L06", "L07", "L08", "L09", "L10", "L12", "M01", "M02", "M03", 
"M04", "M05", "M06", "M08", "M09", "M10", "M11", "M12"), class = "factor"), 
    ITD.avg = c(1.089, 1.155, 1.199, 1.32, 1.21, 1.17203225806452, 
    1.3695, 1.188, 1.089, 1.1913, 1.111, 1.21025, 1.3068125, 
    1.17591666666667, 1.3081, 1.27319444444444, 1.17591666666667, 
    1.326125, 1.245, 1.162, 1.1952, 1.2948, 1.2948, 1.23788571428571, 
    1.245, 1.1205, 1.1205, 1.245, 1.0458, 1.2699, 1.1703, 1.245, 
    1.245), WW.Avg = c(0.666666666666667, 2, 1, 0, 3.33333333333333, 
    0.709677419354839, 0, 0, 2, 3.9, 0, 1.75, 0.25, 1.5, 0.95, 
    1.16666666666667, 1.33333333333333, 3, 1, 2.16666666666667, 
    4, 5, 4.5, 2.07142857142857, 0.75, 5, 3.25, 2, 1.5, 3, 3.5, 
    1, 4), Abundance = c(3, 2, 3, 1, 6, 31, 2, 1, 2, 10, 3, 2, 
    4, 3, 10, 9, 3, 2, 1, 3, 1, 1, 1, 7, 2, 2, 2, 1, 1, 2, 2, 
    1, 1)), class = c("grouped_df", "tbl_df", "tbl", "data.frame"
), row.names = c(NA, -33L), groups = structure(list(Genus = c("Ceratina", 
"Ceratina", "Ceratina"), Sex = c("M", "M", "M"), Year = structure(1:3, levels = c("2021", 
"2022", "2023"), class = "factor"), .rows = structure(list(1:11, 
    12:18, 19:33), ptype = integer(0), class = c("vctrs_list_of", 
"vctrs_vctr", "list"))), row.names = c(NA, -3L), .drop = TRUE, class = c("tbl_df", 
"tbl", "data.frame")))

И если я нарисую распределение общего изобилия по участкам за годы, 2022 и 2023 выглядят наиболее похожими…

Вас вводят в заблуждение графики для сравнения яблок и апельсинов. Если вы хотите визуально понять различия между годами, если таковые существуют, используйте блочный график с усами.

library(ggplot2)

ggplot(summ, aes(Year, Abundance)) +
  geom_boxplot() +
  theme_bw()

^{Создано 30 октября 2024 года с помощью reprex v2.1.1}

Похоже, что 2023 год, в среднем, отличается. Вы теперь можете протестировать это с помощью ANOVA или его непараметрического эквивалента, теста Краскала-Уоллиса.
Тест Краскала-Уоллиса на изобилие по годам ниже показывает значительную разницу в группах по годам, поэтому можно применить пост-хок тест Дунна.

kruskal.test(Abundance ~ Year, summ)
#> 
#>  Тест ранговой суммы Краскала-Уоллиса
#> 
#> data:  Abundance by Year
#> Kruskal-Wallis chi-squared = 9.817, df = 2, p-value = 0.007384
FSA::dunnTest(Abundance ~ Year, summ)
#> Дунн (1964) множественное сравнение Краскала-Уоллиса
#>   p-значения откорректированы методом Холма.
#>    Сравнение          Z     P.unadj      P.adj
#> 1 2021 - 2022 -0.8256766 0.408987553 0.40898755
#> 2 2021 - 2023  2.2707925 0.023159544 0.04631909
#> 3 2022 - 2023  2.8414068 0.004491497 0.01347449

^{Создано 30 октября 2024 года с помощью reprex v2.1.1}

Примечание

Это случай, когда я предпочитаю базовую графику. Это намного проще – одна строка кода, без необходимости загружать дополнительный пакет.

boxplot(Abundance ~ Year, summ)

^{Создано 30 октября 2024 года с помощью reprex v2.1.1}