R：对所有列进行 t 检验

Question

我尝试对数据框的所有列（一次两列）进行 t 检验，并仅提取 p 值。这是我想出的：

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.有没有办法不用循环？ 2. 如何捕获t检验的结果。

Answer 1

我建议将您的数据框转换为长格式并使用pairwise.t.test 和适当的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 2

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 3

这是另一个解决方案，outer。

outer( 
  1:ncol(Data), 1:ncol(Data), 
  Vectorize(
    function (i,j) t.test(Data[,i], Data[,j])$p.value
  ) 
)

Answer 4

假设您的数据框如下所示：

df = data.frame(a=runif(100),
                b=runif(100),
                c=runif(100),
                d=runif(100),
                e=runif(100),
                f=runif(100))

以下

tests = lapply(seq(1,length(df),by=2),function(x){t.test(df[,x],df[,x+1])})

将为您提供每组列的测试。请注意，这只会为您提供 a & b、c & d 和 e & f 的 t.test。 如果你想要 a&b、b&c、c&d、​​d&e 和 e&f，那么你必须这样做：

tests = lapply(seq(1,(length(df)-1)),function(x){t.test(df[,x],df[,x+1])})      

最后，假设您只想要测试中的 P 值，那么您可以这样做：

pvals = sapply(tests, function(x){x$p.value})

如果您不确定如何使用对象，请尝试输入 summary(tests) 和 str(tests[[1]]) - 在这种情况下 test 是 htest 对象的列表，并且您想知道htest 对象的结构，不一定是列表。

希望这有帮助！

Answer 5

我运行这个：

tres<-apply(x,1,t.test)
pval<-vapply(tres, "[[", 0, i = "p.value")

我花了一段时间来猜想将 pval 从 t.test 结果对象列表中拉出的“vapply”技巧。 （由于 Henrik 在下面的评论，我从 'sapply' 编辑了这个）

如果是配对 t 检验，您只需减去并检验 mean=0，得出完全相同的结果（这就是配对 t.test 的全部内容）：

tres<-apply(y-x,1,t.test)
pval<-vapply(tres, "[[", 0, i = "p.value")

这又是对所有列的每行 t 检验。