Question

我的数据框架如下：

595.00000    18696      984.00200     32185    Group1  
935.00000    18356      1589.00000    31580    Group2            
40.00010     19251      73.00000      33096    Group3            
1058.00000   18233      1930.00000    31239    Group4                
19.00000     19272      27.00000      33142    Group5            
1225.00000   18066      2149.00000    31020    Group6  
....

对于每个我想做Fisher精确测试的小组。

table <- matrix(c(595.00000, 984.00200, 18696, 32185), ncol=2, byrow=T)  
Group1 <- Fisher.test(table, alternative="greater")

尝试使用以下方法遍历数据框：

for (i in 1:nrow(data.frame))  
 {  
 table= matrix(c(data.frame$V1, data.frame$V2, data.frame$V3, data.frame$V4), ncol=2, byrow=T)    
fisher.test(table, alternative="greater")  
}

但收到错误消息

Error in fisher.test(table, alternative = "greater") :  
FEXACT error 40.  
Out of workspace.  
In addition: Warning message:  
In fisher.test(table, alternative = "greater")  :  
'x' has been rounded to integer: Mean relative difference: 2.123828e-06

如何解决此问题或者采用其他方式循环数据？

Answer 1

您的第一个错误是：Out of workspace

?fisher.test
fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE,
        control = list(), or = 1, alternative = "two.sided",
        conf.int = TRUE, conf.level = 0.95,
        simulate.p.value = FALSE, B = 2000)

您应该尝试增加workspace（默认= 2e5）。

然而，这种情况发生在您的情况下，因为您有非常大的价值。根据经验，如果矩阵的所有元素都是> 5（或者你的情况是10，因为d.f。= 1），那么你可以使用chisq.test通过卡方检验的独立性安全地近似它。对于您的情况，我认为应该而不是chisq.test。

发生warning message因为你的值不是整数（595.000）等等。所以，如果真的想要递归地使用fisher.test，那么这样做（假设你的数据位于df，且为data.frame：

# fisher.test with bigger workspace
apply(as.matrix(df[,1:4]), 1, function(x) 
         fisher.test(matrix(round(x), ncol=2), workspace=1e9)$p.value)

或者，如果您希望用chisq.test代替（我认为您应该将这些巨大的值用于提高性能，而p值没有显着差异）：

apply(as.matrix(df[,1:4]), 1, function(x) 
         chisq.test(matrix(round(x), ncol=2))$p.value)

这将提取p值。

编辑1：我刚注意到您使用了one-sided Fisher's exact test。也许你应该继续使用Fisher测试更大的工作空间，因为我不确定是否有单侧卡方检验的独立性，因为它已经从right-tail概率计算出来了（你不能将p-除以p-值为2表示不对称）。

编辑2 ：由于您需要具有p值的组名并且您已有data.frame，我建议您使用data.table包，如下所示：

# example data
set.seed(45)
df <- as.data.frame(matrix(sample(10:200, 20), ncol=4))
df$grp <- paste0("group", 1:nrow(df))
# load package
require(data.table)
dt <- data.table(df, key="grp")
dt[, p.val := fisher.test(matrix(c(V1, V2, V3, V4), ncol=2), 
                workspace=1e9)$p.value, by=grp]
> dt
#     V1  V2  V3  V4    grp        p.val
# 1: 130  65  76  82 group1 5.086256e-04
# 2:  70  52 168 178 group2 1.139934e-01
# 3:  55 112 195  34 group3 7.161604e-27
# 4:  81  43  91  80 group4 4.229546e-02
# 5:  75  10  86  50 group5 4.212769e-05

R For循环执行Fisher测试 - 错误消息

1 个答案: