Question

我有一个包含多种因子和两种表型的数据框

freq sampleID status score snpsincluded
0.5 0001 case 100 all 
0.2 0001 case 30 all 
0.5 0002 control 110 all 
0.5 0003 case 100 del 
etc

我想做一个t.test比较每组相关因素的案例和控制。我尝试过以下方法：

o2 <- ddply(df, c("freq","snpsincluded"), summarise, pval=t.test(score, status)$p.value)

但它抱怨“分组因素必须正好有2个级别”

我没有遗漏的值，NAs和Ive已经检查过：

levels(df$status)
[1] "case"    "control"

我错过了一些愚蠢的东西吗？谢谢！

Answer 1

您收到错误，因为您获得至少一个子组，所有得分的唯一状态值。

这会重现错误，所有分数的状态都是唯一的（等于1）。

dx = read.table(text='   score status
1 1 1 
2 2 1 
3 3 1 ')

t.test(score ~ status, data = dx) 
Error in t.test.formula(score ~ status, data = dx) : 
  grouping factor must have exactly 2 levels

这样可以解决问题，但是使用t.test创建另一个已知问题，你应该有足够的观察结果（我认为＆gt; = 2）：

dx = read.table(text='   score status
1 1 1 
2 2 1 
3 3 2 ')

t.test(score ~ status, data = dx) 
Error in t.test.default(x = 1:2, y = 3L) : not enough 'y' observations

最后这解决了所有问题：

dx = read.table(text='   score status
1 1 1 
2 2 1 
3 3 2 
4 4 2')

t.test(score ~ status, data = dx) 

Welch Two Sample t-test

data:  score by status
t = -2.8284, df = 2, p-value = 0.1056
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -5.042435  1.042435
sample estimates:
mean in group 1 mean in group 2 
            1.5             3.5

编辑我在没有给出解决方案的情况下解释了这个问题，因为你没有给出一个可重复的例子。

一种解决方案是仅针对优秀群体进行计算：

  ddply(df, c("freq","snpsincluded"), function(x)
      { 
       if(length(unique(x$status)==2)
         pval=t.test(score~status,data=x)$p.value
     })

ddply中的R ttest给出错误＆＃34;分组因子必须正好有2个级别＆＃34;

1 个答案: