在过去的四个小时里,我一直在努力寻找R问题的解决方案,这让我疯狂。我到处搜索一个不错的答案(包括stackoverflow.com),但到目前为止,我一直在墙上撞墙。我现在正在呼吁这个优秀社区的善意寻求帮助:)
考虑以下数据集:
set.seed(2112)
DataSample <- matrix(rnorm(24000),nrow=1000)
colnames(DataSample) <- c(paste("Trial",1:12,sep=""),paste("Control",13:24,sep=""))
我需要对DataSample中的每一行执行t检验,以便找出TRIAL和CONTROL组是否不同(适用相等的方差)。
然后我需要计算p值等于或低大于0.05的行数。
所以这是我尝试的代码,我知道这是错误的:
set.seed(2112)
DataSample <- matrix(rnorm(24000),nrow=1000)
colnames(DataSample) <- c(paste("Trial",1:12,sep=""),paste("Control",13:24,sep=""))
pValResults <- apply(
DataSample[,1:12],1,function(x) t.test(x,DataSample[,13:24], var.equal=T)$p.value
)
sum(pValResults < 0.05) # Returns the wrong answer (so I was told)
我确实试过围绕stackoverflow查看许多类似的问题,但我经常会遇到语法错误或尺寸不匹配。上面的代码是我能得到的最好的,而不会给我一个R错误 - 但是我自从代码返回错误的答案后我没有什么值得骄傲的。
任何建议将不胜感激!提前感谢您的时间。
此致 P上。
答案 0 :(得分:1)
一种选择是循环数据集计算每行的t检验,但它不是那么优雅。
set.seed(2112)
DataSample <- matrix(rnorm(24000),nrow=1000)
colnames(DataSample) <- c(paste("Trial",1:12,sep=""),paste("Control",13:24,sep=""))
# initialize vector of stored p-values
pvalue <- rep(0,nrow(DataSample))
for (i in 1:nrow(DataSample)){
pvalue[i] <- t.test(DataSample[i,1:12],DataSample[i,13:24])$p.value
}
# finding number that are significant
sum(pvalue < 0.05)
答案 1 :(得分:1)
我转换为data.table
,我得到的答案是45:
DataSample.dt <- as.data.table(DataSample)
sum(sapply(seq_len(nrow(DataSample.dt)), function(x)
t.test(DataSample.dt[x, paste0('Trial', 1:12), with=F],
DataSample.dt[x, paste0('Control', 13:24), with=F],
var.equal=T)$p.value) < 0.05)
答案 2 :(得分:1)
要执行配对 T测试,您需要提供paired = TRUE
参数。 t.test
函数没有矢量化,但是一次测试整个矩阵非常简单。这里有三种方法(包括使用apply
):
library("genefilter")
library("matrixStats")
library("microbenchmark")
dd <- DataSample[, 1:12] - DataSample[, 13:24]
microbenchmark::microbenchmark(
manual = {ps1 <- 2 * pt(-abs(rowMeans(dd) / sqrt(rowVars(dd) / ncol(dd))), ncol(dd) - 1)},
apply = {ps2 <- apply(DataSample, 1, function(x) t.test(x[1:12], x[13:24], paired=TRUE)$p.value)},
rowttests = {ps3 <- rowttests(dd)[, "p.value"]})
#Unit: milliseconds
# expr min lq mean median uq max
# manual 1.611808 1.641783 1.677010 1.663122 1.709401 1.852347
# apply 390.869635 398.720930 404.391487 401.508382 405.715668 634.932675
# rowttests 2.368823 2.417837 2.639671 2.574320 2.757870 7.207135
# neval
# 100
# 100
# 100
您可以看到手动方法比应用快200倍。
如果你实际上意味着一个不成对的测试,这是等效的比较:
microbenchmark::microbenchmark(
manual = {x <- DataSample[, 1:12]; y <- DataSample[, 13:24]; ps1 <- 2 * pt(-abs((rowMeans(x) - rowMeans(y)) / sqrt((rowVars(x) + rowVars(y)) / ncol(x))), ncol(DataSample) - 2)},
apply = { ps2 <- apply(DataSample, 1, function(x) t.test(x[1:12], x[13:24], var.equal = TRUE)$p.value)},
rowttests = {ps3 <- rowttests(DataSample, factor(rep(1:2, each = 12)))[, "p.value"]})
请注意,手动方法假定两个组的大小相同。
答案 3 :(得分:0)
使用外部库添加替代项。
执行测试:
library(matrixTests)
res <- row_t_equalvar(DataSample[,1:12], DataSample[,13:24])
结果格式:
res
obs.x obs.y obs.tot mean.x mean.y mean.diff var.x var.y var.pooled stderr df statistic pvalue conf.low conf.high alternative mean.null conf.level
1 12 12 24 0.30569721 0.160622830 0.145074376 0.5034806 1.0769678 0.7902242 0.3629105 22 0.399752487 0.69319351 -0.6075559 0.89770469 two.sided 0 0.95
2 12 12 24 -0.27463354 -0.206396781 -0.068236762 0.8133311 0.2807800 0.5470556 0.3019535 22 -0.225984324 0.82329990 -0.6944500 0.55797651 two.sided 0 0.95
3 12 12 24 -0.19805092 -0.023207888 -0.174843032 0.4278359 0.5604078 0.4941219 0.2869733 22 -0.609265949 0.54858909 -0.7699891 0.42030307 two.sided 0 0.95
带有p <= 0.05
的行数:
> sum(res$pvalue <= 0.05)
[1] 4