Question

我想在数据框中执行独立的t.test

    eyecolor    suncream    moles
1   blue    x   10
2   blue    x   9
3   blue    x   6
4   blue    y   15
5   blue    y   7
6   blue    y   3
7   brown   x   9
8   brown   x   6
9   brown   x   4
10  brown   y   1
11  brown   y   2
12  brown   y   1

这意味着1.根据眼睛颜色进行选择，并且2.对于防晒霜x和y中的nr摩尔，测试t.test。我能用dplyr选择平均值，例如：

df %>% group_by(eyecolor, suncream) %>% summarize(moles.mean = mean(moles))

为了说清楚，我希望得到一个p值，比较每个eycolor的防晒霜x和y

Answer 1

这可能应该在ANOVA背景下进行处理。此外，如果答案不明确，OP应该花一些时间来消化零假设检验和t检验的基本原理。那就是说，这是一个答案：

results = df %>% group_by(eyecolor) %>% summarize(p = t.test(moles[which(suncream == 'x')],moles[which(suncream=='y')])$p.value)

Answer 2

不要让dplyr太复杂。它对t.test的公式界面不友好，这在这种特殊情况下非常有用。 HEITZ给出了一个明确的回答。比较没有dplyr的版本不仅更具惯用性，而且更简洁的功能更少嵌套括号：

by(df, df$eyecolor, function(subs) t.test(subs$moles ~ subs$suncream))

或者，如果你真的只想看到p值;

by(df, df$eyecolor, function(subs) t.test(subs$moles ~ subs$suncream)$p.value)

r中数据帧内的T检验

2 个答案: