Question

我有一个25列的列表，我通过Dunnett测试按组（4级）测试。我能够使用sapply函数让Dunnett按组运行所有列，并且在将p值拉入表时遇到一些麻烦。下面是我尝试使用虹膜数据集做的一个例子。

iris <- iris

iris$group <- ifelse(iris$Species =='setosa', 1,
               ifelse(iris$Species =='versicolor', 2,
               ifelse(iris$Species =='virginica', 3,
               0)))

iris$group <- as.factor(iris$group)
summary(glht(aov(Sepal.Length ~ group, iris), linfct=mcp(group="Dunnett" )))
test

iris$Species

dunnet_model_iris <- sapply(iris[-c(5,6)], function(y, f) summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)

names(dunnet_model_iris[[10]]$pvalues)

p_value <- dunnet_model[[10]]$pvalues
p_value

我能够通过dunnet_model [[10]] $ pvalues获取每列的p值（每列相隔10行（例如：第二列是dunnet_model [[20]] $ pvalues）总的来说，我的数据集有25列，所以我从10-250开始。我想创建一个这样的表：

                2-1       3-1
Sepal.Length  1.44E-15  2.22E-16
Sepal.Width   1.44E-15  2.22E-16
Petal.Length  1.44E-15  2.22E-16

问题：如何将每列的所有Dunnett比较P值提取到一个表中？

我在寻找答案时遇到了一些麻烦。如果有人有一些建议，将不胜感激。我不期待任何代码，只是一些想法可以帮助我了解情况。

Answer 1

在将模型保留在test$pvalues list

之后，我们需要提取lapply

library(multcomp)
dunnet_model_iris <- lapply(iris[-c(5,6)], function(y, f) 
      summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
t(sapply(dunnet_model_iris, function(x) x$test$pvalues))
#                      [,1]         [,2]
#Sepal.Length  1.443290e-15 2.220446e-16
#Sepal.Width   5.551115e-16 9.074667e-10
#Petal.Length  1.110223e-16 2.220446e-16
#Petal.Width  -2.220446e-16 1.110223e-16

或使用OP的方法创建'dunnet_model_iris'

t(sapply(dunnet_model_iris["test",], `[[`, "pvalues"))

从Dunnett测试中将P值提取到变量表中

1 个答案: