将ks.test，var.test，t.test和wilcox.test合并到类似决策树的函数中，或者将r中的其他函数组合

Question

我的数据如下：

df1 <- read.table(text = "A1 A2 A3 A4 B1 B2 B3 B4
1 2 4 12 33 17 77 69
34 20 59 21 90 20 43 44
11 16 23 24 19 12 55 98
29 111 335 34 61 88 110 320
51 58 45 39 55 87 55 89", stringsAsFactors = FALSE, header = TRUE, row.names=c("N1","N2","N3","N4","N5"))

我想逐行比较A和B之间的值。首先，我要测试A和B的分布是否为正态分布。其次，我将测试ks.test和A之间的差异是否不同。对于非正态分布结果（p ks.test <0.05），我将通过B进行wilcox测试。对于正态分布结果，我将通过用var.test将它们分为相等和不相等的方差ttest来进行ttest。最后，我将所有结果结合起来。

我要做的是，首先，我建立了wilcox.test，t.test，ks.test和五个var.test两个功能：

wilcox.test

然后，我计算了t.test和kstest<-function(df, grp1, grp2) { x = df[grp1] y = df[grp2] x = as.numeric(x) y = as.numeric(y) results = ks.test(x,y,alternative = c("two.sided")) results$p.value } vartest<-function(df, grp1, grp2) { x = df[grp1] y = df[grp2] x = as.numeric(x) y = as.numeric(y) results = var.test(x,y,alternative = c("two.sided")) results$p.value } wilcox<-function(df, grp1, grp2) { x = df[grp1] y = df[grp2] x = as.numeric(x) y = as.numeric(y) results = wilcox.test(x,y,alternative = c("two.sided")) results$p.value } ttest_equal<-function(df, grp1, grp2) { x = df[grp1] y = df[grp2] x = as.numeric(x) y = as.numeric(y) results = t.test(x,y,alternative = c("two.sided"),var.equal = TRUE) results$p.value } ttest_unequal<-function(df, grp1, grp2) { x = df[grp1] y = df[grp2] x = as.numeric(x) y = as.numeric(y) results = t.test(x,y,alternative = c("two.sided"),var.equal = FALSE) results$p.value } 的p值以对数据进行子集设置：

ks.test

然后我按照上面的描述对数据进行子集处理：

var.test

最后，我计算与新数据框对应的测试，然后合并结果

ks_AB<-apply(df1,1,kstest,grp1=grepl("^A",colnames(df1)),grp2=grepl("^B",colnames(df1)))

ks_AB
[1] 0.02857143 0.69937420 0.77142857 0.77142857 0.21055163

var_AB<-apply(df1,1,vartest,grp1=grepl("^A",colnames(df1)),grp2=grepl("^B",colnames(df1)))

var_AB
[1] 0.01700168 0.45132827 0.01224175 0.76109048 0.19561742

df1$ks_AB<-ks_AB
df1$var_AB<-var_AB

我知道我的代码很繁琐又愚蠢，但是它对我的数据非常有效。我现在想知道我是否将上面的代码组合到if else函数的新的类似于决策树的函数中，该函数将是：

Answer 1

这应该可以解决问题：

FOO <- function(df, grp1, grp2){

  # perform rowwise kolmogorov smirnov test
  ks_AB <- apply(df, 1, kstest, grp1 = grp1, grp2 = grp2)

  # subset data by significance of ks test
  sub1 <- df[ks_AB < .05, ]
  sub2 <- df[ks_AB >= .05, ]

  if(nrow(sub1) > 0){
    # perform wilcoxon rank sum test on non-normally distributed data
    wilc_AB <- apply(sub1, 1, wilcox, grp1 = grp1, grp2 = grp2)
  }

  if(nrow(sub2) > 0){
    # perform f test on normally distributed data
    var_AB <- apply(sub2, 1, vartest, grp1 = grp1, grp2 = grp2)

    # subset data by significance of f test
    varsub1 <- sub2[var_AB < .05, ]
    varsub2 <- sub2[var_AB >= .05, ]

    if(nrow(varsub1) > 0){
      # perform t test with unequal variance on subset with unequal variance
      t_uneq_AB <- apply(varsub1, 1, ttest_unequal, grp1 = grp1, grp2 = grp2)
    }

    if(nrow(varsub2) > 0){
      # perform t test with equal variance on subset with equal variance
      t_eq_AB <- apply(varsub2, 1, ttest_equal, grp1 = grp1, grp2 = grp2)
    }
  }

  # put together output dataframe
  df$ks_AB <- ks_AB

  if(exists("var_AB")){
    df$var_AB <- NA
    df$var_AB[row.names(df) %in% names(var_AB)] <- var_AB
  }

  df$pvalue <- NA

  if(exists("wilc_AB")){
    df$pvalue[row.names(df) %in% names(wilc_AB)] <- wilc_AB
  }

  if(exists("t_uneq_AB")){
    df$pvalue[row.names(df) %in% names(t_uneq_AB)] <- t_uneq_AB
  }

  if(exists("t_eq_AB")){
    df$pvalue[row.names(df) %in% names(t_eq_AB)] <- t_eq_AB
  }

  # return output
  return(df)
}

应用于您的数据示例：

> FOO(df1, grepl("^A",colnames(df1)), grp2=grepl("^B",colnames(df1)))
   A1  A2  A3 A4 B1 B2  B3  B4      ks_AB     var_AB     pvalue
N1  1   2   4 12 33 17  77  69 0.02857143         NA 0.02857143
N2 34  20  59 21 90 20  43  44 0.69937420 0.45132827 0.39648631
N3 11  16  23 24 19 12  55  98 0.77142857 0.01224175 0.25822839
N4 29 111 335 34 61 88 110 320 0.77142857 0.76109048 0.85703939
N5 51  58  45 39 55 87  55  89 0.21055163 0.19561742 0.06610608
Warning messages:
1: In ks.test(x, y, alternative = c("two.sided")) :
  cannot compute exact p-value with ties
2: In ks.test(x, y, alternative = c("two.sided")) :
  cannot compute exact p-value with ties

您可以在函数中使用suppressWarnings()禁止显示这些警告，但我希望将它们显示出来，以便您知道何时测试可能不准确。