两组观察值之间的成对差异

Question

我的数据集中有两个治疗组，我正在寻找一种快速方法来计算第一组和第二组观察结果之间的成对差异。

我怎样才能快速创建所有观察组合并找出它们的差异？

我想我可以像这样使用 expand.grid 来获得主题 ID 的组合...

expand.grid(df$subjectID[df$treatment == 'Active'],
            df$subjectID[df$treatment == 'Placebo'])

然后我可以根据主题 ID 加入结果值并获取它们的差异。如果可以的话，我想要一个更通用的方法。

我基本上是在尝试从头开始计算 Mann-Whitney U 统计量，因此我需要确定活性治疗组的结果值是否大于安慰剂组的结果值 (Y_a - Y_p > 0)。换句话说，我需要将活性治疗组的每个反应与安慰剂治疗组的每个反应进行比较。

所以如果我有一些看起来像这样的数据...

Subject Treatment   Outcome
1       Active      5
2       Active      7
3       Active      6
4       Placebo     2
5       Placebo     1

我要计算差分矩阵...

    S4  S5
S1  5-2 5-1
S2  7-2 7-1
S3  6-2 6-1

以下是一些真实数据：

structure(list(subjectID = c(342L, 833L, 347L, 137L, 111L, 1477L
), treatment = c("CC + TV", "CC + TV", "CC + TV", "Control", 
"Control", "Control"), score_ch = c(2L, 3L, 2L, 3L, 0L, 0L)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

我得到了我想要的结果：

diff_df <- expand.grid('T_ID' = df$subjectID[df$treatment == 'CC + TV'],
            'C_ID' = df$subjectID[df$treatment == 'Control'])

tttt <- diff_df %>%
  left_join(df %>% select(subjectID, score_ch), by = c('T_ID' = 'subjectID')) %>%
  left_join(df %>% select(subjectID, score_ch), by = c('C_ID' = 'subjectID')) %>%
  mutate(val = case_when(score_ch.x == score_ch.y ~ 0.5,
                         score_ch.x > score_ch.y ~ 1,
                         score_ch.x < score_ch.y ~ 0))

但是那种..糟透了..

Answer 1

使用base R outer怎么样？

Result <- outer(df[df$treatment == "Control",3],df[!df$treatment == "Control",3], FUN = '-')
colnames(Result) <- df[df$treatment == "Control","subjectID"]
rownames(Result) <- df[!df$treatment == "Control","subjectID"]
Result
#    137 111 1477
#342   1   0    1
#833  -2  -3   -2
#347  -2  -3   -2