我对如何分析排名数据有一些疑问。
数据如下所示：要求居住在同一村庄的 4 组 HIV 感染者和 16 组其他人被要求根据重要性对 HIV 感染者面临的 12 项挑战进行排名。（fe 身体健康 - 社会接受度 - 心理健康 - ...） 我如何知道 HIV 感染者对某个挑战的看法是否与其他人不同？
另一个问题：所有受访者 (120) 都被要求从挑战列表中单独选择对自己最具挑战性的 5 个。我如何知道 HIV 感染者是否选择了与其他人不同的挑战？
展示研究结果的最佳方式是什么？是否有任何统计测试？克鲁斯卡尔瓦利斯是可能的吗？我一直在寻找整个互联网，但我被卡住了..
对于您的第二个任务，您可以考虑排序方法，以便您在多元“挑战空间”中绘制个人的位置。艾滋病毒感染者和非艾滋病毒感染者的不同集群似乎支持你的假设。
对于您的第一个问题，将您的选择转换为每组的数字数据（按顺序），然后取每组中每个人的每个选择之间的绝对差。差异最大的可能被认为是每个群体认为最不同的那些。
假设您有两个人，每个人分别属于 A 组和 B 组。每个人有 12 个项目的等级，1-12。对于第 1 项：A 选择 1，B 选择 7。如果其余项目不变或非常接近于零，则 A 组和 B 组认为第 1 项不同，因为该项目具有最大的差异。
您还需要判断这是否有意义。也许想出一个你确定的等级子集，每个组都会有不同的想法，做不同的事情，看看它是否适合你的子集。
定义重要性得分为等级，取值 1 到 12，1 为最不重要，12 为最重要
选择一个感兴趣的因素，例如健康，然后从第 1 组和第 2 组收集重要性分数，例如：
score_health_1 <- c(1,2,3,2,4,1,2,4,3,1,2,2,3,1)
score_health_2 <- c(3,4,5,5,6,1,2,4,6,5,3,3,2,8,7,4)
然后您可以进行 wilcox.test(score_health_1, score_health_2) 或 t 检验。您可以分别对 12 个因素中的每一个执行此操作。
如果您对多元检验感兴趣，例如健康和社会，那么您可以使用 Hottelling t^2 检验，它解释了多元检验中的相关性。