用户定义的函数在两个数据集之间进行 t 检验

Question

我是一个新用户，正在尝试弄清楚 lapply。

我有两个数据集，每个数据集都有相同的 30 个变量，我正在尝试运行 t 检验来比较每个样本中的变量。我的理想结果是 table 列出每个变量以及两个数据集之间该变量差异的 t 统计量和 p 值。

我试图设计一个函数来做t检验，这样我就可以使用lapply。这是我的代码和一个可重现的例子。

height<-c(2,3,4,2,3,4,5,6)
weight<-c(3,4,5,7,8,9,5,6)
location<-c(0,1,1,1,0,0,0,1)
data_test<-cbind(height,weight,location)
data_north<-subset(data_test,location==0)
data_south<-subset(data_test,location==1)
variables<-colnames(data_test)
compare_t_tests<-function(x){
  model<-t.test(data_south[[x]], data_north[[x]], na.rm=TRUE)
  return(summary(model[["t"]]), summary(model[["p-value"]]))
}
compare_t_tests(height)

得到错误：

Error in data_south[[x]] : attempt to select more than one element

我的计划是像这样使用 lapply 中的函数，一旦我弄明白了。

 lapply(variables, compare_t_tests)

如果有任何建议，我将不胜感激。在我看来，我可能甚至都没有看到这个权利，所以也欢迎重定向！

Answer 1

你非常接近。只有一些调整：

数据：

height <- c(2,3,4,2,3,4,5,6)
weight <- c(3,4,5,7,8,9,5,6)
location <- c(0,1,1,1,0,0,0,1)

使用data.frame而不是cbind得到一个实名的数据框...

data_test <- data.frame(height,weight,location)
data_north <- subset(data_test,location==0)
data_south <- subset(data_test,location==1)

不要在变量集中包含 location ...

variables <- colnames(data_test)[1:2] ## skip location

使用模型，而不是摘要； return 一个向量

compare_t_tests<-function(x){
   model <- t.test(data_south[[x]], data_north[[x]], na.rm=TRUE)
   unlist(model[c("statistic","p.value")])
}

与引号中的变量比较，不是原始符号：

compare_t_tests("height")
## statistic.t     p.value 
##   0.2335497   0.8236578

使用 sapply 会自动将结果折叠成 table:

sapply(variables,compare_t_tests)
##                height     weight
## statistic.t 0.2335497 -0.4931970
## p.value     0.8236578  0.6462352

如果您愿意，可以转置此 (t()) ...

用户定义的函数在两个数据集之间进行 t 检验

User defined function to do t-tests between two datasets

r

user-defined-functions

lapply