如何在R中找到两组数据的p值？

Question

R的新手，我有两个数据集 - 它们具有相同的x轴值，但y轴会有所不同。

我正试图找到两者之间的相关性。当我使用R在散点图中绘制abline时，它给了我两条最佳拟合线，看起来使一个数据集高于另一个 - 但我真的很想知道这两个数据集之间的p值知道效果。

在查找之后，似乎我应该使用t.test - 但我不确定如何相互对抗它们。

例如，如果我跑：

t.test(t1$xaxis,t1$yaxis1)
t.test(t2$xaxis,t2$yaxis2)

它给了我x和y的正确方法（t1：16.84,88.58和t2：14.79,86.14） - 但其余的，我不确定：

  

t1：t = -43.8061，df = 105.994，p值< 2.2E-16

     

t2：t = -60.1593，df = 232.742，p值< 2.2E-16

显然，给出的p值是（a）微观的，（b）我不知道如何让它告诉我关于数据集彼此之间的关系 - 而不是单独的。

非常感谢任何帮助 - 谢谢！

Answer 1

既然你要求它，我就是这样理解你的问题。

您有两组y值对应于相同的x值。这里我假设y和x之间的关系是线性的。如果不是，您可以转换变量，使用非线性模型，加法模型，......

首先让我们模拟一些数据，因为你没有提供任何数据：

set.seed(42)
x <- 1:20
y1 <- 2.5 + 3 * x +rnorm(20)
y2 <- 4 + 2.5 * x +rnorm(20)

plot(y1~x, col="blue", ylab="y")
points(y2~x, col="red")
legend("topleft", legend=c("y1", "y2"), col=c("blue", "red"), pch=1)

现在，我们想知道两个样本是否不同。我们可以通过拟合模型找到答案：

DF <- cbind(stack(cbind.data.frame(y1, y2)), x)
names(DF) <- c("y", "group", "x")

fit <- lm(y~x*group, data=DF)
summary(fit)

Call:
lm(formula = y ~ x * group, data = DF)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.2585 -0.4603 -0.1899  0.9008  2.2127 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  3.51769    0.55148   6.379 2.17e-07 ***
x            2.92136    0.04604  63.457  < 2e-16 ***
groupy2      0.67218    0.77991   0.862    0.394    
x:groupy2   -0.46525    0.06511  -7.146 2.11e-08 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.187 on 36 degrees of freedom
Multiple R-squared:  0.9949,    Adjusted R-squared:  0.9945 
F-statistic:  2333 on 3 and 36 DF,  p-value: < 2.2e-16

截距没有显着差异，但是斜率是。如果group具有重要影响，我们可以通过与不考虑group的模型进行比较来进行最佳测试：

fit0 <- lm(y~x, data=DF)
anova(fit0, fit)

Analysis of Variance Table

Model 1: y ~ x
Model 2: y ~ x * group
  Res.Df     RSS Df Sum of Sq      F    Pr(>F)    
1     38 300.196                                  
2     36  50.738  2    249.46 88.498 1.267e-14 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

如您所见，样本不同。

Answer 2

您是否考虑过基于x轴合并数据集，以便您的数据结构变为：

X Y1 Y2

然后，您可以找到所需的任何列之间的相关性。

Answer 3

根据您上面的评论判断，看起来您正在进行2样本的手段测试。这就是你追求的吗？如果是的话，

set.seed(1)
y1 = rnorm(100)
y2 = rnorm(120, mean=0.1)

results = t.test(y1,y2)
results$p.value

Answer 4

您可以使用cor函数轻松找到变量之间的相关性。在这种情况下，我先使用数据帧，然后使用矩阵。我们可以很容易地看到变量之间关系的强弱。

> d <- data.frame(y1 = runif(10), y2 = rnorm(10), y3 = rexp(10))
> cor(d)
##            y1         y2         y3
## y1  1.0000000 -0.3319495 -0.4013154
## y2 -0.3319495  1.0000000  0.1370312
## y3 -0.4013154  0.1370312  1.0000000

使用矩阵

> m <- matrix(c(runif(10), rnorm(10), rexp(10)), 10, 3)
> cor(m)
##            [,1]       [,2]      [,3]
## [1,]  1.0000000 -0.1971826 0.3622307
## [2,] -0.1971826  1.0000000 0.4973368
## [3,]  0.3622307  0.4973368 1.0000000

有关详情，请参阅example(cor)。