Question

我对R的熟练程度基本上是基本的，所以如果我在软件上无法提出要求，请耐心等待。

我有以下数据：

x1 x2 x3 y1 y2 y3
5  4  3  9  8  7
0  1  9  4  2  1
2  1  2  3  2  2
3  3  1  2  3  4

这样可以持续大约27,000行。您可以将这些视为临床试验中的反应，其中x1，x2，x3代表患者的x组，y1，y2，y3代表y组患者。有人问我是否可以看出组x和组y之间的平均差异对于~27,000行中的每一行（可能是使用t检验）是否具有统计显着性，并且他们是否可以将p值显示为单独的列。所以它看起来像这样：

x1 x2 x3 y1 y2 y3 p-value
5  4  3  9  8  7  0.7780
0  1  9  4  2  1  0.2404
2  1  2  3  2  2  0.2311
3  3  1  2  3  4  0.1113

对我来说这样做似乎是不合理的，但是我想知道我是否能基本上执行~27,000 t.tests（在x1 + x2 + x3和y1 + y2 + y3之间）并且有一列显示每个测试的p值作为相邻列。或者即使有另一个更好的方法来衡量重要性而不使用t.test。谢谢。

Answer 1

假设这些组的长度相等：

getPValue <- function(row)
{
  l <- length(row)/2
  x <- row[1:l]
  y <- row[-(1:l)]
  fit <- t.test(x,y)
  return(fit$p.value)
}

data <- cbind(data,apply(data,1,getPValue))

编辑：

如果您还要附加每行测试的绝对平均差异，您可以使用：

getPValue <- function(row)
{
  l <- length(row)/2
  x <- row[1:l]
  y <- row[-(1:l)]
  fit <- t.test(x,y)
  return(fit$p.value)
}

getMeanDiff <- function(row)
{
  l <- length(row)/2
  x <- row[1:l]
  y <- row[-(1:l)]
  return(abs(mean(x)-mean(y)))
}

diff <- apply(data,1,getMeanDiff)
p.value <-apply(data,1,getPValue)

data <- data.frame(cbind(data,diff,p.value))

观察R中数千个样品的平均差异是否具有统计学意义

1 个答案: