如何从cor.test()中提取p.value和估计?

时间:2015-12-26 13:03:37

标签: r for-loop p-value

我在for循环中对数据集执行cor.test,但我不知道如何从我的测试中提取估计和tau等信息。

在数据集中执行for循环之前,cor.test()函数返回如下:

cor.test(armpit$Corynebacterium.1, armpit$Staphylococcus.1, alterantive="two-sided", method="kendall", exact=FALSE, continuity=TRUE)

return result

这是我执行for循环的代码。现在我想从我的测试中提取估计值和tau。

for (i in 1:8) {
  for (j in 1:8) {
    if (j != i)
    cor.test( as.numeric(unlist(armpit[i])),
        as.numeric(unlist(armpit[j])), alterantive="two-sided",
        method="kendall", exact=FALSE, continuity=TRUE)
   }
}

我已经检查了类似的问题

similar question

然后我将代码更改为:

estimates = numeric(50)
pvalues = numeric(50)
for (i in 1:8) {
  for (j in 1:8) {
    if (j != i)
    cor.test( as.numeric(unlist(armpit[i])),
        as.numeric(unlist(armpit[j])), alterantive="two-sided",
         method="kendall", exact=FALSE, continuity=TRUE)
    estimates[i] = cor.test$estimate
    pvalues[i]= cor.test$p-value
   }
   }

但它返回:

Error in cor.test$estimate : object of type 'closure' is not subsettable

有人能为我提供一些关于如何从for循环中的cor.test()函数中提取估计值和tau值的帮助吗?提前谢谢。

2 个答案:

答案 0 :(得分:3)

cor.test返回一个列表。您可以创建一个对象来捕获此列表:

cor_test <- cor.test( as.numeric(unlist(armpit[i])), as.numeric(unlist(armpit[j])), alterantive="two-sided", method="kendall", exact=FALSE, continuity=TRUE)

然后在cor_test之后使用$来访问列表中的每个元素:

estimates[i] = cor_test$estimate  
pvalues[i]= cor_test$p.value  # note the ., not the -

原始错误相当神秘,所以你对此感到困惑是可以理解的。您写了cor.test$estimate,要求R访问estimate 功能 cor.test组件,而不是测试结果。

estimates = numeric(50)
pvalues = numeric(50)
for (i in 1:8) {
  for (j in 1:8) {
    if (j != i)
    cor_test <- 
      cor.test( as.numeric(unlist(armpit[i])),
        as.numeric(unlist(armpit[j])), alterantive="two-sided",
         method="kendall", exact=FALSE, continuity=TRUE)
    estimates[i] = cor_test$estimate
    pvalues[i]= cor_test$p.value
   }
 }

答案 1 :(得分:1)

好吧,发现它,我们应该早点看到它。如果语句为真,if (j != i)语句需要包含应该执行的所有操作。使用特定的格式,R没有正确解析它。我无法获取你的数据,所以我做了一些(它会测试随机列对随机列)。这有效:

M <- matrix(rnorm(8*8), ncol = 8) # made up test data
estimates = numeric(50)
pvalues = numeric(50)
for (i in 1:8) {
  for (j in 1:8) {
    if (j != i) { # need this bracket
        cor_test <-  cor.test(M[i,], M[,j],
             alternative="two.sided",
              method="kendall", exact=FALSE, continuity=TRUE)
        estimates[i] = cor_test$estimate
        pvalues[i]= cor_test$p.value
        } # and this bracket
    }
    }
estimates
pvalues

EDIT:将所有结果存储在数据框中的替代版本。

M <- matrix(rnorm(8*8), ncol = 8) # made up test data

ans <- data.frame(i = rep(NA, 64), j = rep(NA, 64), estimate = rep(NA, 64), pvalue = rep(NA, 64))
cnt <- 1
for (i in 1:8) {
  for (j in 1:8) {
    if (j != i) {
        cor_test <-  cor.test(M[i,], M[,j], alternative="two.sided", method="kendall", exact=FALSE, continuity=TRUE)
        ans[cnt,1] <- i
        ans[cnt,2] <- j
        ans[cnt,3] <- cor_test$estimate
        ans[cnt,4] <- cor_test$p.value
        cnt <- cnt + 1
        }
    }
    }

ans <- na.omit(ans)