R-单变量偏相关控制及多重比较校正

Question

我想将一个变量 (a) 与大约 20 个其他变量相关联，使用偏相关控制另一个变量（年龄）。我一直在一次使用 ppcor 包中的 p.cor 一对：

p.cor(a, b, age)

这非常乏味，并且没有考虑多重比较。我找到了 partial.cor from RcmdrMisc, which corrects for multiple comparison but controls for all other variables in the matrix, when I only want to control for age. 个关于如何只控制一个变量的答案，但不能纠正多重比较。

我只是 R 的初学者，但有一些基本的脚本编写经验。任何帮助将不胜感激。

Answer 1

您尝试将变量放入 data.frame 或矩阵中，在这种情况下，我想要与年龄关联的变量是 'y'，其他列是我想要与之关联的变量:

set.seed(144)
df = data.frame(y = runif(100),
                age = runif(100,20,60),
                matrix(runif(100*20),ncol=20)
                )
colnames(df)[3:22] = paste0("var",1:20)

定义要与所有其他变量关联的变量、控制变量和其余列：

DV = "y"
IV = "age"
ctrl = setdiff(colnames(df),c(DV,IV))

result = do.call(rbind,lapply(ctrl,function(i){
data.frame(ctrl =i,pcor.test(df[,DV],df[,IV],df[,i]))
}))

head(result)

  ctrl   estimate   p.value statistic   n gp  Method
1 var1 -0.1273527 0.2090534 -1.264576 100  1 pearson
2 var2 -0.1311525 0.1956741 -1.302957 100  1 pearson
3 var3 -0.1182934 0.2435512 -1.173293 100  1 pearson
4 var4 -0.1220453 0.2288147 -1.211060 100  1 pearson
5 var5 -0.1310073 0.1961739 -1.301489 100  1 pearson
6 var6 -0.1309958 0.1962135 -1.301373 100  1 pearson

要获得调整后的 p 值，bonferroni，您可以：

result$padj = p.adjust(result$p.value,method="bonferroni")

R-单变量偏相关控制及多重比较校正

R- partial correlation controlling by one variable and correction for multiple comparisons

statistics

r

correlation