Question

我有一个包含36个变量和74个观测值的数据框。我想通过1个分组变量（有两个级别）对35个变量进行两个样本配对测试。

例如：数据框包含“年龄”“体重”和“组”变量。现在我想我可以使用以下代码对每个变量进行ttest：

t.test(age~group)

但是，有没有办法用一个代码测试所有35个变量，而不是逐个测试？

Answer 1

示例数据框：

dat <- data.frame(age = rnorm(10, 30), body = rnorm(10, 30), 
                  weight = rnorm(10, 30), group = gl(2,5))

您可以使用lapply：

lapply(dat[1:3], function(x) 
                   t.test(x ~ dat$group, paired = TRUE, na.action = na.pass))

在上面的命令中，1:3表示包含变量的列数。参数paired = TRUE是执行配对t检验所必需的。

Answer 2

Sven为您提供了实施您希望实施的内容的绝佳方式。但是，我想警告你关于你正在做的事情的统计方面。

回想一下，如果你使用0.05的标准置信水平，这意味着对于每次执行的t检验，你有5％的机会犯下1型错误（错误地拒绝原假设）。根据概率定律运行35个单独的t检验可以将你输入1型错误的概率提高35倍，或更准确地说：

Pr（类型1错误）= 1 - （0.95）^ 35 = 0.834

意味着你有大约83.4％的机会错误地拒绝零假设。基本上这意味着，通过运行如此多的T检验，至少有一个T检验可能会提供不正确的结果。

仅供参考。