Question

我有一个数据库，列主题（值0或1），级别（值1到9）和 startTime （双值））。对于每个级别，我想对startTime值执行t检验。这是我的代码：

database <- read.csv("database.csv")
themeData <- database[database$theme == 1, ]
noThemeData <- database[database$theme == 0, ]

for (i in 1:9) {
  x <- themeData[themeData$level == i, ]
  y <- noThemeData[noThemeData$level == i, ]
  t.test(x$startTime,y$startTime,
         alternative = "less")
}

不幸的是，没有执行t测试。最后，x和y只得到i = 9的值。我做错了什么？

Answer 1

您的代码正在忙于工作：它正在进行t.test的计算，但因为for循环总是丢弃其隐含结果，您没有存储它任何地方。您将不得不使用向量或列表（预分配总是更好），如下所示：

res <- replicate(9, NULL)
for (i in 1:9) {
  x <- themeData[themeData$level == i, ]
  y <- noThemeData[noThemeData$level == i, ]
  res[[i]] <- t.test(x$startTime,y$startTime,
                     alternative = "less")
}
res[[2]]

这可以“足够好”，因为它将list中的所有测试“结果对象”保存起来以供以后处理/使用。稍微好一点的方法是使用*apply函数之一;我认为可以直接应用的前两个（lapply，sapply(..., simplify=FALSE)）有各种小优点，坦白说你可以选择。

res <- lapply(c(4, 6, 8), function(thiscyl) {
  am0 <- subset(mtcars, am == 0 & cyl == thiscyl)
  am1 <- subset(mtcars, am == 1 & cyl == thiscyl)
  t.test(am0$mpg, am1$mpg)
})

如果（与此处不同）测试需要很长时间，这是特别有用的：您执行测试并保留模型，因此您可以在不必重新运行结果的情况下获得大量结果试验。例如，如果您只想要p值：

sapply(res, `[`, "p.value")
# $p.value
# [1] 0.01801712
# $p.value
# [1] 0.187123
# $p.value
# [1] 0.7038727

或更简洁：

sapply(res, `[[`, "p.value")
# [1] 0.01801712 0.18712303 0.70387268

另一个例子，置信区间，矩阵：

t(sapply(res, `[[`, "conf.int"))
#           [,1]      [,2]
# [1,] -9.232108 -1.117892
# [2,] -3.916068  1.032735
# [3,] -2.339549  1.639549

您可以随时查看单个模型，例如res[[2]]，但如果您需要查看所有模型，则可以只使用res并查看整个色域。

res[[2]]
#   Welch Two Sample t-test
# data:  am0$mpg and am1$mpg
# t = -1.5606, df = 4.4055, p-value = 0.1871
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#  -3.916068  1.032735
# sample estimates:
# mean of x mean of y 
#  19.12500  20.56667

如何在for循环中执行相同的t检验？

1 个答案: