R 中具有多个 mu 值的多列单样本 T 检验

Question

我有几个数据集，每个数据集对应一个特定的时间点，每个数据集都包含几个度量。对于它们中的每一个，我想对每个度量进行单样本 t 检验，因此跨所有列。每个度量都有一个不同的 mu 值，我想将我的结果与之进行比较。我已经尝试创建一个函数来执行此操作，因此我只需要将数据集的名称作为参数给它。我创建了一个 mu 值列表。但是，函数不会接受这个，我得到一个错误。这是一个示例数据集：

t1 <- rnorm(20, 10, 1)
t2 <- rnorm(20, 10, 1)
t3 <- rnorm(20, 10, 1)
test_data <- data.frame(t1, t2, t3)

以及 mu 值和变量的列表：

muvals <- c(24, 51.8, 21.89)
varlist <- c(t1, t2, t3)

这是我对函数的尝试：

onett <- function(tpoint) {
  t.test(tpoint$varlist, mu = muvals)
}

我收到的错误信息是： t.test.default(tpoint$varlist, mu = muvals) 错误： 'mu'必须是单个数字

有没有办法让这个函数起作用，或者遍历每一列和 mu 值列表？

编辑：每个 mu 值仅适用于一列。所以第一列的第一个值等

Answer 1

可能有更短的方法，但这里有一个建议可以使用所有 mu 值测试所有样本：将 p 值存储到数据框中。

您会在下面找到一个函数，您可以在其中指定样本和 mu 值；那么您可以创建一个数据框来存储 p 值。

# 1- Simulating samples into a data-frame
set.seed(1)
for(k in 1:3){ 
  assign(paste("t", k, sep=""), rnorm(20, 10, 1)) 
}
test_data <- data.frame(t1, t2, t3)

# 2- Choosing mu values to test
muvals <- c(24, 51.8, 21.89)

# 3- Creating function which depends on both your sample and your mu value
onett <- function(tPoint, muValue) {
  t.test(tPoint, mu=muValue)$p.value
}

# 4- Creating a data-frame for p-values storage with your mu values as row-names and your sample name as column-name
dfPvalues <- data.frame(matrix(NA, length(muvals), ncol(test_data)), row.names=muvals)
colnames(dfPvalues) <- colnames(test_data)

# 5- Filling the p-value data-frame through a loop
for(i in 1:nrow(dfPvalues)){
  for(j in 1:ncol(dfPvalues)){
    dfPvalues[i, j] <- onett(tPoint=test_data[,j], muValue=muvals[i])
  }
}

Answer 2

要迭代每列和 mu 值的每个组合并简单地打印出所有 t 检验的结果，purrr::cross2 函数将为您提供所有 column/mu 组合的列表和 purrr::map 将循环测试：

library(purrr)

t1 <- rnorm(20, 10, 1)
t2 <- rnorm(20, 10, 1)
t3 <- rnorm(20, 10, 1)
test_data <- data.frame(t1, t2, t3)

onett <- function(data) {
  muvals <- c(24, 51.8, 21.89)
  map(cross2(data, muvals), ~ t.test(.x[[1]], mu = .x[[2]]))
}

onett(test_data)
#> Prints t-test results...

编辑#1

从您对问题的澄清看来，map2 会同时对两个相同长度的对象进行迭代。要创建一个您要将数据传递给的函数，我建议如下所示：

library(purrr)
library(dplyr)
library(tidyr)

t1 <- rnorm(20, 10, 1)
t2 <- rnorm(20, 10, 1)
t3 <- rnorm(20, 10, 1)
test_data <- data.frame(t1, t2, t3)


# (Can work best to have `muvals` defined in function rather than environment)

onett <- function(data, muvals = c(24, 51.8, 21.89)) {
  map2(data, muvals, function(data, mu) t.test(data, mu = mu))
}

onett(test_data) %>% 
  map_dfr(broom::tidy)

#> # A tibble: 3 x 8
#>   estimate statistic  p.value parameter conf.low conf.high method    alternative
#>      <dbl>     <dbl>    <dbl>     <dbl>    <dbl>     <dbl> <chr>     <chr>      
#> 1    10.1      -50.4 1.07e-21        19     9.50      10.7 One Samp~ two.sided  
#> 2    10.3     -187.  1.65e-32        19     9.83      10.8 One Samp~ two.sided  
#> 3     9.99     -47.8 2.87e-21        19     9.47      10.5 One Samp~ two.sided

函数输出t检验结果列表。您可以使用 broom::tidy 提取所有 t 统计信息、p 值等（如上所示），或将其合并到函数中，或整理函数内的输出以提供您需要的内容。

^{由 reprex package (v2.0.1)}

于 2021-12-04 创建

R 中具有多个 mu 值的多列单样本 T 检验

One-sample T-test Over Multiple Columns with Multiple mu Values in R

r

statistics

t-test

编辑#1