Question

为了回应有用的评论，我编辑了原始问题（我假设for循环和应用循环给出的结果不同）。

我使用R来运行大量的2组t检验，使用分隔表中的输入。根据这里和其他地方的建议，我尝试了'for-loops'和'apply'来实现这一目标。对于'正常't.test，两者都很好地工作并给出相同的结果。但是，对于配对t检验，for-look似乎有效，而apply-loop则不然。后来，我发现两个循环都遇到了同样的问题（见下文），但for循环更适合处理情况（循环的一个循环返回无效结果），而apply-loop完全失败。

我的输入文件如下所示:(第一行是标题行，数据行有名称，第1组有4个数据点，第2组有4个数据点）：

header g1.1 g1.2 g1.3 g1.4 g2.1 g2.2 g2.3 g2.4
name1  0    0.5  -0.2 -0.2 -0.1 0.4 -0.3 -0.3
name2  23.2 24.4 24.5 27.2 15.5 16.5 17.7 20.0
name3  .....

等等（整体~50000行）。第一条数据线（从名字19开始证明是罪魁祸首。

这是一个效果更好的for循环版本（在有问题的行上失败，但正确处理所有其他行）：

table <- read.table('ttest_in.txt',head=1,sep='\t')
for(i in 1:nrow(table)) {
   g1<-as.numeric((table)[i,2:5])
   g2<-as.numeric((table)[i,6:9])
   pv <- t.test(g1,g2,paired=TRUE)$p.value
}

这是导致问题的'apply'版本

table <- read.table('ttest_in.txt',head=1,sep='\t')
pv.list <- apply(table[,2:9],1,function(x){t.test(x[1:4],x[5:8],paired=TRUE)$p.value})

~50000条数据线中的一条是有问题的，因为所有成对比较的差异是相同的，这在配对t检验中导致未定义的p值（基本上为零）。应用循环崩溃，错误“数据基本上是常量”。对我来说（作为一个R新手），因为t.test不喜欢一个数据而崩溃整个脚本似乎不是一个好主意。在for循环中，此数据行也会导致错误消息，但循环继续，所有其他t检验都会给出正确的结果。

我做了一些根本错误的事吗？这种行为基本上禁止使用apply-loops进行这种批处理分析。或者有一种规避这个问题的标准方法。为什么t检验不会为那个特定的p值返回无效的东西而不是拯救？

Answer 1

更新由于您说for循环ALSO会出错并且您希望apply版本更强大，为什么不简单地添加tryCatch？< / p>

pv.list <- apply(table[,2:9],1, function(x) tryCatch( 
  t.test(x[1:4],x[5:8],paired=TRUE)$p.value, error=function(x) NA ))

如果无法计算p.value，则应返回NA。您可以通过编辑错误处理函数来更改为其他值（例如NULL，0或Inf）。

旧帖子

我注意到t.test（种类）给出了您在某些值Inf时发现的错误（这似乎是一个错误）：

> t.test(1:10, c(rep(1,9), Inf), paired=TRUE)
Error in if (stderr < 10 * .Machine$double.eps * abs(mx)) stop("data are essentially constant") : 
missing value where TRUE/FALSE needed

所以你真的得到了这个或实际上是这样说的：

Error in t.test: data are essentially constant

仍然不太清楚为什么for循环有效。但请注意，在您的for循环中，您执行的是as.numeric，而apply案例中没有这样做...

Answer 2

在这种情况下，我会捕获所有警告和错误并在之后进行调查，如下所示：How do I save warnings and errors as output from a function?

您也可以在这里找到一些好主意：How to tell lapply to ignore an error and process the next thing in the list?

Answer 3

t.test(rep(1,4),rep(0,4))会报告相同的错误。并且https://stat.ethz.ch/pipermail/r-help/2008-February/154167.html是处理1）零方差2）观察数不≥1的答案

Answer 4

我确实遇到了这个问题，使用tapply来运行大量成对的t检验。我使用样本量作为指导来删除我可能不应该运行t检验的数据。

配对t检验崩溃apply-loop（已编辑）

4 个答案: