R：对所有列进行t检验

Question

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：

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。

Answer 1

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 

Answer 2

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！

Answer 3

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 
) 
) 

Answer 4

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 

Answer 5

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。