背景:我将我的数据集作为名为D
的 csv 文件(请将其加载到您的R ):
D = read.csv("https://docs.google.com/uc?id=0B5V8AyEFBTmXWU40TUZGTURQWlU&export=download")
我使用以下功能从我的数据中获取 2个数量(请来源到您的R ):
source("https://docs.google.com/uc?id=0B5V8AyEFBTmXWTk0LWhaMkY2b3M&export=download")
如下获得2个量:
b = BF.d.pvalue(t = D$t.value, n1 = D$n1, n2 = D$n2)
BF = b[1, ] ; p.value = b[2, ]
子集详细信息:我已将p.value
的子集大于.05
及其对应的BF
:
pvalue.05_1 = p.value[p.value > .05] ;
BF.pvalue.05_1 = BF[p.value > .05]`
我在BF.pvalue.05_1
和1/10
之间进一步设置了1/3
的子集:
BF.pvalue.05_1_.1_.33 = BF.pvalue.05_1[BF.pvalue.05_1 > 1/10 & BF.pvalue.05_1 <= 1/3]
问题:现在我想知道如何找到上面p.value
的相应BF.pvalue.05_1_.1_.33
?
答案 0 :(得分:1)
执行此操作的首选方法是将数据合并到dataframe
,然后使用subset
命令进行过滤。
myDf = data.frame(p = p.value, BF = BF)
head(myDf)
# p BF
# 1 2.274873e-06 6.241835e+03
# 2 3.811612e-02 1.736017e+00
# 3 0.000000e+00 2.592434e+147
# 4 0.000000e+00 1.982820e+130
# 5 0.000000e+00 1.315152e+29
# 6 9.992007e-15 4.442134e+11
现在,无论何时将数据按行进行子集化,您都可以访问p
值和BF
值。
firstSubset = subset(myDf, p > .05)
dim(firstSubset)
# [1] 175 2
secondSubset = subset(firstSubset, BF > .1 & BF < 1/3)
dim(secondSubset)
# [1] 76 2
head(secondSubset)
# p BF
# 28 0.8518770 0.3131790
# 34 0.9358011 0.2910234
# 35 0.9302671 0.2911639
# 52 0.6825720 0.3101911
# 88 0.7201547 0.2770751
# 96 0.6472360 0.2868055
或者,您可以同时使用两种条件
secondSubset = subset(myDf, (BF > .1) & (BF < 1/3) & (p > .05))