我试图对我的数据框的所有列(每次两个)进行t检验,并只提取p值。以下是我想出了:R:对所有列进行t检验
for (i in c(5:525)) {
t_test_p.value =sapply(Data[5:525], function(x) t.test(Data[,i],x, na.rm=TRUE)$p.value)
}
我的问题是:1。 是有办法做到这一点没有一个循环? 2.如何捕获t检验的结果。
我试图对我的数据框的所有列(每次两个)进行t检验,并只提取p值。以下是我想出了:R:对所有列进行t检验
for (i in c(5:525)) {
t_test_p.value =sapply(Data[5:525], function(x) t.test(Data[,i],x, na.rm=TRUE)$p.value)
}
我的问题是:1。 是有办法做到这一点没有一个循环? 2.如何捕获t检验的结果。
试试这个
X <- rnorm(n=50, mean = 10, sd = 5)
Y <- rnorm(n=50, mean = 15, sd = 6)
Z <- rnorm(n=50, mean = 20, sd = 5)
Data <- data.frame(X, Y, Z)
library(plyr)
combos <- combn(ncol(Data),2)
adply(combos, 2, function(x) {
test <- t.test(Data[, x[1]], Data[, x[2]])
out <- data.frame("var1" = colnames(Data)[x[1]]
, "var2" = colnames(Data[x[2]])
, "t.value" = sprintf("%.3f", test$statistic)
, "df"= test$parameter
, "p.value" = sprintf("%.3f", test$p.value)
)
return(out)
})
X1 var1 var2 t.value df p.value
1 1 X Y -5.598 92.74744 0.000
2 2 X Z -9.361 90.12561 0.000
3 3 Y Z -3.601 97.62511 0.000
假设你的数据帧看起来是这样的:
df = data.frame(a=runif(100),
b=runif(100),
c=runif(100),
d=runif(100),
e=runif(100),
f=runif(100))
了以下
tests = lapply(seq(1,length(df),by=2),function(x){t.test(df[,x],df[,x+1])})
会给你每一组列的测试。请注意,这只会给你一个t.test一个& b,c & d和e & f。 如果你想要一个& B,B & C,C & d,d & E,和E &男,那么你就必须做:
tests = lapply(seq(1,(length(df)-1)),function(x){t.test(df[,x],df[,x+1])})
最后如果让我们说你只是想从P值你的测试,那么你可以这样做:
pvals = sapply(tests, function(x){x$p.value})
如果你不知道如何与对象的工作,尝试输入汇总(测试),和STR(测试[[1]]) - 在这种情况下测试一个htest对象的列表,并且你想知道htest对象的结构,不一定是l IST。
希望这有助于!
这是另一种解决方案,与outer
。
outer(
1:ncol(Data), 1:ncol(Data),
Vectorize(
function (i,j) t.test(Data[,i], Data[,j])$p.value
)
)
我会推荐给你的数据帧转换为长格式和使用pairwise.t.test
适当p.adjust
:
> library(reshape2)
>
> df <- data.frame(a=runif(100),
+ b=runif(100),
+ c=runif(100)+0.5,
+ d=runif(100)+0.5,
+ e=runif(100)+1,
+ f=runif(100)+1)
>
> d <- melt(df)
Using as id variables
>
> pairwise.t.test(d$value, d$variable, p.adjust = "none")
Pairwise comparisons using t tests with pooled SD
data: d$value and d$variable
a b c d e
b 0.86 - - - -
c <2e-16 <2e-16 - - -
d <2e-16 <2e-16 0.73 - -
e <2e-16 <2e-16 <2e-16 <2e-16 -
f <2e-16 <2e-16 <2e-16 <2e-16 0.63
P value adjustment method: none
> pairwise.t.test(d$value, d$variable, p.adjust = "bon")
Pairwise comparisons using t tests with pooled SD
data: d$value and d$variable
a b c d e
b 1 - - - -
c <2e-16 <2e-16 - - -
d <2e-16 <2e-16 1 - -
e <2e-16 <2e-16 <2e-16 <2e-16 -
f <2e-16 <2e-16 <2e-16 <2e-16 1
P value adjustment method: bonferroni
我运行此:
tres<-apply(x,1,t.test)
pval<-vapply(tres, "[[", 0, i = "p.value")
我花了一段时间来占卜“vapply”技巧将pvals从t.test结果对象列表中提取出来。 (由于下面Henrik的评论我编辑了'sapply')
如果它是一个配对t检验,你可以减去并测试means = 0,它给出完全相同的结果(这是一个配对t。测试是):
tres<-apply(y-x,1,t.test)
pval<-vapply(tres, "[[", 0, i = "p.value")
再次,这是对所有列进行的每行t检验。
不要使用'sapply',使用'vapply'。你不需要'unlist',并且如果数据不符合预期,它将会出错。此外,你可以使用''[[“'以及。所以我会这样做:'vapply(tres,“[[”,0,i =“p.value”)'('0'只是表示应该返回一个数字) – Henrik 2012-09-21 20:36:12
MYassen208的回答比较好。一般来说,应尽可能使用plyr包装。死的方便! – 2012-03-12 04:02:50
也只是意识到,如果你想要所有的成对组合,那么MYaseen208的答案还会告诉你如何使用combn() – 2012-03-12 04:05:53
谢谢,这就像魅力。我确实有一个后续问题:http:// stackoverflow。com/q/9669411/612191 – ery 2012-03-12 14:58:15