如何循环遍历 R 中所有可能的因子水平比较

Question

考虑以下数据框：

type = c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'D', 'D', 'D')
val1 = c(.35, .36, .35, .22, .27, .25, .88, .9, .87, .35, .35, .36)
val2 = c(.35, .35, .37, .40, .42, .46, .9, .91, .82, .36, .36, .36)

df = data.frame (type, val1, val2)

我有四个类别（称为类型；A、B、C 和 D）。可以对每种类型的三个观察值进行平均以创建类型多元均值（由 val1 和 val2 的均值组成）。我想使用 Hotelling 的测试来比较所有可能的类型组合（AB、AC、AD、BC、BD、CD），以确定哪种类型意味着（如果有）相同。我可以将其硬编码为：

a = filter (df, type == "A") [,2:3]
b = filter (df, type == "B") [,2:3]
c = filter (df, type == "C") [,2:3]
d = filter (df, type == "D") [,2:3]

然后运行每对指定类型的霍特林 T2 检验：

library('Hotelling')
hotelling.test(a, b, shrinkage=FALSE)
hotelling.test(b, c, shrinkage=FALSE)
hotelling.test(a, c, shrinkage=FALSE)

#And so on

考虑到我的实际数据集有 55 种不同的类型，这显然是非常低效和不切实际的。我知道答案在于 for 循环，但我很难弄清楚如何告诉 hotelling.test 比较所有可能类型组合的 val1/val2 多元均值。我对创建 for 循环还很陌生，希望有人能给我指出正确的方向。

比较完所有类型后，理想情况下我能够得到一个输出，其中显示 Hotelling 检验 p 值大于 0.05 的类型对，这意味着这两种类型可能是重复的。在示例数据框中，类型 A 和 D return p 值 >0.05，而其他比较的 p<0.05.

Answer 1

我们可以使用combn创建成对组合，对数据集进行子集化并应用函数

library(Hotelling)
outlst <- combn(as.character(unique(df$type)), 2, 
    FUN = function(x) hotelling.test(subset(df, type == x[1], select = -1), 
          subset(df, type == x[2], select = -1)), simplify = FALSE)
names(outlst) <- combn(as.character(unique(df$type)), 2, FUN = paste, collapse = "_")

outlst[1]
#$A_B
#Test stat:  36.013 
#Numerator df:  2 
#Denominator df:  3 
#P-value:  0.007996

Answer 2

如果你想使用for循环：

type = c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'D', 'D', 'D')
val1 = c(.35, .36, .35, .22, .27, .25, .88, .9, .87, .35, .35, .36)
val2 = c(.35, .35, .37, .40, .42, .46, .9, .91, .82, .36, .36, .36)

df = data.frame (type, val1, val2)

for (first in unique(df$type)) {
  for (second in unique(df$type)) {
    if (first != second) {
      print(c(first, second))
    }
  }
}

[1] "A" "B"
[1] "A" "C"
[1] "A" "D"
[1] "B" "A"
[1] "B" "C"
[1] "B" "D"
[1] "C" "A"
[1] "C" "B"
[1] "C" "D"
[1] "D" "A"
[1] "D" "B"
[1] "D" "C"

如何循环遍历 R 中所有可能的因子水平比较

How to loop through all possible factor level comparisons in R

r

for-loop

categorical-data