我有一个大约1000行和2列的data.frame。我想执行prop.test(k,n) 其中k ==我的data.frame的Column1和我的data.frame的n == Column2。
例如:
Column1(k) Column2(n) 60 500 50 500 70 500 40 500
我想为每一行执行prop.test(k,n)。例如:
prop.test(60, 500) prop.test(50, 500) prop.test(70, 500)
等等。由于我有大约1000行,我显然不能每行手动执行prop.test。 如何编写一个函数,每次每行输入并执行prop.test?
非常感谢,
电子。
答案 0 :(得分:2)
prop.test
是矢量化的。你可以这样做:
prop.test(col1, col2)
例如:
dat <- data.frame(Column1 =c( 83, 90, 129, 70 ),Column2= c( 86, 93, 136, 82 ))
> prop.test(dat$Column1,dat$Column2)
4-sample test for equality of proportions without continuity correction
data: dat$Column1 out of dat$Column2
X-squared = 12.6004, df = 3, p-value = 0.005585
alternative hypothesis: two.sided
sample estimates:
prop 1 prop 2 prop 3 prop 4
0.9651163 0.9677419 0.9485294 0.8536585
答案 1 :(得分:2)
您可以使用Map
作为mapply
dfr <- data.frame(k=c(60,50,70,40),n=rep(500,4))
Map(prop.test,x=dfr$k,n=dfr$n)
[[1]]
1-sample proportions test with continuity correction
data: dots[[1L]][[1L]] out of dots[[2L]][[1L]], null probability 0.5
X-squared = 287.282, df = 1, p-value < 2.2e-16
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
0.09348364 0.15251247
sample estimates:
p
0.12
[[2]]
1-sample proportions test with continuity correction
data: dots[[1L]][[2L]] out of dots[[2L]][[2L]], null probability 0.5
X-squared = 318.402, df = 1, p-value < 2.2e-16
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
0.07580034 0.13052865
sample estimates:
p
0.1
...
请注意,prop.test
在数据处理方面存在问题,因此很难确定哪个是哪个。