如何在一个整齐的输出中可视化一个wilcoxon测试循环？

时间：2019-04-12 14:34:53

标签： r output visualization

我对数据集的子类别执行了几次wilcoxon检验。 R执行这些测试，但为每个测试显示一个大输出。我希望有一个输出，例如以表格的形式，以整齐的方式总结所有14个wilcoxon检验（分析子集的名称，检验统计的值，p值，结果，例如替代假设：...）

我已经尝试了很多在网上找到的技巧，但是由于我对RI不太熟悉，因此无法分析问题，因此它根本无法正常工作，并且一个朋友告诉我：“ stackoverflow是您的朋友。寻求帮助！” 。你能进一步帮助我吗？

最好， 罗马

这是我执行以获取输出的代码：

strFlaecheNames<-c(df_summary$Flaeche)
varResult<-array(vector("list",10000),1000)

for(i in 1:14){ 

varResult[i]<-wilcox.test(df1$y,data=df1,subset(df1$y, df1$x ==  strFlaecheNames[i]))

print((wilcox.test(df1$y,data=df1,subset(df1$y, df1$x == strFlaecheNames[i]))))

}

我的14个输出之一如下：

Wilcoxon rank sum test with continuity correction

data:  df1$y and subset(df1$y, df1$x == strFlaecheNames[i])
W = 1170300, p-value = 4.888e-13
alternative hypothesis: true location shift is not equal to 0

这是一个代码示例，我也以reprex的形式提供它，但是我无法发布它，但是由于代码有效，我想可以发布它了吗？：

    ed_exp2 <- structure(list(x = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
                                              1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 7L, 7L, 7L, 7L, 7L, 7L,
                                              7L, 7L, 7L, 7L, 7L, 7L, 7L), .Label = c("Area1", "Area10", "Area11",
                                                                                      "Area12", "Area13", "Area14", "Area2", "Area3", "Area4", "Area5",
                                                                                      "Area6", "Area7", "Area8", "Area9"), class = "factor"), y = c(0L,
                                                                                                                                                    0L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 2L, 1L,
                                                                                                                                                    2L, 0L, 1L, 0L, -2L, 2L, 0L, 2L, 1L, 2L, 2L, -2L, 0L, 0L)), .Names = c("x",
                                                                                                                                                                                                                           "y"), row.names = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L,
                                                                                                                                                                                                                                               11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 169L, 170L, 171L, 172L,
                                                                                                                                                                                                                                               173L, 174L, 175L, 176L, 177L, 178L, 179L, 180L, 181L), class = "data.frame")
#load libraries
library("stats")
library("dplyr")
library("ggpubr")
library("tidyverse")
library("reprex")

strAreaNames<-c("Area1","Area2")

##required size of memory for output unclear - therefore "10000),1000)"
varResult<-array(vector("list",10000),1000)
#run wilcox.test
for(i in 1:2){
  varResult[i]<-wilcox.test(ed_exp2$y,data=ed_exp2,subset(ed_exp2$y, ed_exp2$x == strAreaNames[i]))
  print((wilcox.test(ed_exp2$y,data=ed_exp2,subset(ed_exp2$y, ed_exp2$x == strAreaNames[i]))))
}

1 个答案:

答案 0 :(得分：0)

是的，R中的大多数统计函数都返回某种嵌套列表，通常是因为它们的输出比单个数据行更复杂。 broom软件包旨在获取最常用的统计函数（lm等）的主要输出，并将其“整理”到数据行中。

如果我正确理解，您希望使用未配对的y测试x内的平均值y是否与wilcox.test的整体平均值不同（秩和检验）以比较均值。 我不确定这是否有意义，因为您的样本显然不是独立的，但是无论如何我都会向您展示如何做到这一点。

整理wilcox.test

的输出 
library(broom)
tidy(wilcox.test(90:100, 94:100, exact = FALSE))

# A tibble: 1 x 4
  statistic p.value method                                            alternative
      <dbl>   <dbl> <chr>                                             <chr>      
1      24.5   0.220 Wilcoxon rank sum test with continuity correction two.sided

tibble是一种稍微好一点的数据框，是tidyverse的一部分。

工作原理：如?wilcox.test中所述，该函数实际上返回一个列表：

> str(wilcox.test(90:100, 94:100, exact = FALSE))

List of 7
 $ statistic  : Named num 24.5
  ..- attr(*, "names")= chr "W"
 $ parameter  : NULL
 $ p.value    : num 0.22
 $ null.value : Named num 0
  ..- attr(*, "names")= chr "location shift"
 $ alternative: chr "two.sided"
 $ method     : chr "Wilcoxon rank sum test with continuity correction"
 $ data.name  : chr "90:100 and 94:100"
 - attr(*, "class")= chr "htest"

broom包只是提取了适合数据框行的主要部分。

Split-apply-combine，基本的R方式

现在，您要对x的每个唯一值（Area1，Area2等）执行此操作，然后将结果收集到一个数据框中，该数据框中显示每个结果用于哪个子集。 在R的基础上有很多方法可以完成。这是一个：

# Example data frame (I'm calling it "d" for brevity)
d <- data.frame(x = c("Area1", "Area1", "Area1", "Area2", "Area2"), y = c(1, 2, 3, 2, 3))
# Empty list to hold our results
L <- list()
for (i in unique(d$x)) {
  # Run Wilcoxon test, "tidy" the result, and assign it to element i of L
  L[[i]] <- tidy(wilcox.test(d$y, d[d$x == i, "y"], exact = FALSE))
}
L
# Combine the results
results <- do.call(rbind, L)  # Same as rbind(L[[1]], L[[2]], ...)
# Add a column identifying the subsets
results$area <- names(L)
results

# A tibble: 2 x 5
  statistic p.value method                                            alternative area 
*     <dbl>   <dbl> <chr>                                             <chr>       <chr>
1       8.5   0.875 Wilcoxon rank sum test with continuity correction two.sided   Area1
2       4     0.834 Wilcoxon rank sum test with continuity correction two.sided   Area2

拆分应用，整齐的方式

组合拆分工作流非常普遍，但是在基本R中实现起来有些麻烦。 tidyverse / dplyr的方法更加简洁，并且通过一些实践，更易于阅读：

library("tidyverse")
library("broom")

d %>% 
  group_by(x) %>% 
  do(wilcox.test(d$y, .$y, exact = FALSE) %>% tidy)

# A tibble: 2 x 5
# Groups:   x [2]
  x     statistic p.value method                                            alternative
  <fct>     <dbl>   <dbl> <chr>                                             <chr>      
1 Area1       8.5   0.875 Wilcoxon rank sum test with continuity correction two.sided  
2 Area2       4     0.834 Wilcoxon rank sum test with continuity correction two.sided

注意：

  • 管道%>%是语法糖：x %>% f(a)的意思是f(x, a)。 这使得以可读方式编写嵌套函数调用变得更加容易。 阅读pipes上的手册，以加深了解。
  • 通常在dplyr中，您使用未加引号的名称而不是为数据框架命名来引用数据框架列。 您的案例要求d$y才能获得全部y，而与group_by无关，但这是一个例外。 再次，阅读手册。
  • do()中的点是数据帧的当前子集，因此.$y是当前组中的y。
相关问题
最新问题