有一个函数t.test（）接受R中输入的多个变量

Question

我想知道是否有一种方法可以避免使用t.test() 3次来比较3个变量x1 ， x2和x3 ，而不是一次使用t.test()来一次输入两个变量？

例如，对于： x1 = rnorm(20) ; x2 = rnorm(20) ; x3 = rnorm(20) x1 = rnorm(20) ; x2 = rnorm(20) ; x3 = rnorm(20) x1 = rnorm(20) ; x2 = rnorm(20) ; x3 = rnorm(20) ，我现在使用的是： t.test(x1, x2) ; t.test(x1, x3) ; t.test(x2, x3) t.test(x1, x2) ; t.test(x1, x3) ; t.test(x2, x3) t.test(x1, x2) ; t.test(x1, x3) ; t.test(x2, x3)但我可以只使用t.test()吗？

这是我尝试失败的结果：

t.test(cbind(x1, x2, x3))

Answer 1

与您刚才在cor提出的问题类似，这是处理成对计算的语法：

set.seed(21L)
x1 <- rnorm(20); x2 <- rnorm(20); x3 <- rnorm(20)

pcor <- function(...) {
    combn(list(...), 
        2,  
        function(y) cor(y[[1]], y[[2]]),
        simplify=FALSE)
}
pcor(x1, x2, x3)

pttest <- function(...) {
    combn(list(...), 
        2,  
        function(a) t.test(x=a[[1]], y=a[[2]]) #change this to whatever your want
        simplify=FALSE)
}
pttest(x1, x2, x3)

Answer 2

我们可以使用pairwise.t.test

library(dplyr)
library(magrittr)
data(airquality)
airquality %>% 
    mutate(Month = factor(Month, labels = month.abb[5:9])) %>% 
    summarise(pval = list(pairwise.t.test(Ozone, Month, p.adj = "bonf")$p.value)) %>%
    pull(pval) %>%
    extract2(1)
#             May        Jun         Jul         Aug
#Jun 1.0000000000         NA          NA          NA
#Jul 0.0002931151 0.10225483          NA          NA
#Aug 0.0001949061 0.08312222 1.000000000          NA
#Sep 1.0000000000 1.00000000 0.006969712 0.004847635

---

使用OP的例子

pairwise.t.test(c(x1, x2, x3), rep(paste0("x", 1:3), each = 20), p.adj = "bonf")

#     Pairwise comparisons using t tests with pooled SD 

#data:  c(x1, x2, x3) and rep(paste0("x", 1:3), each = 20) 

#     x1    x2    
# x2 0.486 -    
# x3 1.000 0.095

数据

set.seed(24)
x1 <- rnorm(20) 
x2 <- rnorm(20) 
x3 <- rnorm(20)

Answer 3

如果要随机使用任何变量，请尝试以下操作：

s = sample(x = c("x1","x2","x3"),size = 2,replace = F)
t.test(eval(parse(text=s[1])),eval(parse(text=s[2])))

Answer 4

通过使用成对t检验，必须调整alpha值。 Bonferroni校正常用于农业，Holm有时用于医学。 如果不进行这样的校正，那么它们之间的显着差异将超过其应有的。