如何对 R 中仅一列中的每一行执行单样本 t 检验？

Question

在我的数据集中，我有 14 列，最初是 48 行。我将行大小减少到 2，因为在 R 上处理问题对我来说更容易，就像这样。 第一列包含参与者编号，第 14 列是每个参与者的已聚合平均值，称为“dprime_mean”。

names(signal_table)
 [1] "vpn"         "t_hit"       "t_miss"      "t_correj"    "t_false"    
 [6] "at_hit"      "at_miss"     "at_correj"   "at_false"    "t_dprime"   
[11] "t_crit"      "at_dprime"   "at_crit"     "dprime_mean" 

我想对每个参与者“dprime_mean”针对 mu = .15 和替代 =“greater”执行单样本单边 t 检验。无需将相同的测试输入 48 次（暂时是两次）。

我已经试过了：

pValues <- apply(signal_table, 1, function(x) t.test(x[14],
                            mu=0.15, alternative = "greater")$p.value)

但是得到以下错误：

Error in t.test.default(x[14], mu = 0.15, alternative = "greater") : 
  not enough 'x' observations

我能做什么？有人可以帮助我，请善待，我在这篇文章中尽了最大的努力:)

Answer 1

运行时：

pValues <- apply(signal_table, 1, function(x) t.test(x[14],
                            mu=0.15, alternative = "greater")$p.value)

apply 正在遍历行，因此 x 是单行。您正在挑选该行的第 14 个值并在其上运行 t.test。所以归结为：

> t.test(1.2345,mu=0.15,alternative="greater")
Error in t.test.default(1.2345, mu = 0.15, alternative = "greater") : 
  not enough 'x' observations

要运行 t 检验，您需要进行大量观察。如果没有大量观测值以拟合分布，您无法判断 1.234 是否大于 0.15。

R 可以在 t 检验中处理两个数字，例如，如果我的测量值是 0.23 和 0.21，这是否来自均值大于 0.15 的分布？

> t.test(c(0.23,0.21), mu=0.15, alt="greater")

    One Sample t-test

data:  c(0.23, 0.21)
t = 7, df = 1, p-value = 0.04517
alternative hypothesis: true mean is greater than 0.15
95 percent confidence interval:
 0.1568625       Inf
sample estimates:
mean of x 
     0.22 

是的，看起来是这样。如果我的数据是 0.14 和 0.16 怎么办？

> t.test(c(0.14,0.16), mu=0.15, alt="greater")

    One Sample t-test

data:  c(0.14, 0.16)
t = 2.7756e-15, df = 1, p-value = 0.5
alternative hypothesis: true mean is greater than 0.15
95 percent confidence interval:
 0.08686248        Inf
sample estimates:
mean of x 
     0.15 

嗯，也许不是，看看那些 95% 的置信区间。

总之，这个错误是因为你给t.test提供了一个单一的值，我不知道你为什么认为这是有意义的或者你真正想要测试的......