迭代Spearman與Cor.Test的相關性？

Question

我是R的初學者，嘗試在R中創建迭代cor.test時遇到一些問題。我有一張表格，其中包含8個不同的采樣點（第1列至第8列），對於每個采樣點，我都測量了一個變量（VARIABLE1，第一行）和一系列物種的存在（行上的OTU）。 在這里，您可以看到我的表的摘錄（稱為“矩陣”）：

row.names   1   2   3   4   5   6   7   8
VARIABLE1   1565    1809,83 1019    1909,83 756,33  631,67  529,83  436
OTU1    0   0   0   0   0   3   0   0
OTU2    0   0   0   0   0   0   13  0
OTU3    5   0   0   0   0   0   0   0
OTU4    0   0   0   0   0   0   0   0
OTU5    0   0   0   0   0   0   0   2
OTU6    0   0   19  0   9   236 59  2
OTU7    0   0   0   2   4   2   3   0
OTU8    0   0   10  5   0   0   7   0
OTU9    6   0   13  2   0   0   17  6
OTU10   0   0   0   0   0   3   0   0
OTU11   4   13  0   0   2   1   2   0
OTU12   0   0   0   0   0   101 1   0

我想計算VARIABLE1與每個OTU之間的Spearman相關性。 因此，VARIABLE1必須保持固定，而OTU必須每次都更改。

我嘗試使用“ lapply”，但沒有成功：

flip_matrix <- t(matrix)
variable1 <- flip_matrix[,1]
lapply(flip_matrix[1:107], function(x) cor.test(x, variable1, alternative='two.sided', method='spearman'))
 Error in cor.test.default(x, shoot_growth, alternative = "two.sided",  :  
            'x' e 'y' must be of the same length

我怎么解決這個問題？ 謝謝大家！！

Answer 1

使用Apply而不是循環。 您還將獲得測試的p值。

df <- read.table(header=T,dec=",",text=c("row.names   1   2   3   4   5   6   7   8
VARIABLE1   1565    1809,83 1019    1909,83 756,33  631,67  529,83  436
                                         OTU1    0   0   0   0   0   3   0   0
                                         OTU2    0   0   0   0   0   0   13  0
                                         OTU3    5   0   0   0   0   0   0   0
                                         OTU4    0   0   0   0   0   0   0   0
                                         OTU5    0   0   0   0   0   0   0   2
                                         OTU6    0   0   19  0   9   236 59  2
                                         OTU7    0   0   0   2   4   2   3   0
                                         OTU8    0   0   10  5   0   0   7   0
                                         OTU9    6   0   13  2   0   0   17  6
                                         OTU10   0   0   0   0   0   3   0   0
                                         OTU11   4   13  0   0   2   1   2   0
                                         OTU12   0   0   0   0   0   101 1   0"))
dft <- t(df[,-1]) 
res <- apply(dft[,-1], 2, function(x,y) cor.test(x,y,method = "spearman"),dft[,1])
data.frame(do.call(rbind,res))

或使用Hmisc軟件包的rcorr函數

library(Hmisc)
rcorr(dft,type = "spearman")

Answer 2

你的意思是這樣嗎？

matrix <- matrix(
  c(1565, 1809.83, 1019, 1909.83, 756.33,  631.67, 529.83, 436,
    0,   0  , 0  , 0   ,0   ,3   ,0   ,0,
    0,   0,   0 ,  0   ,0   ,0   ,13  ,0,
    5 ,  0  , 0 ,  0   ,0   ,0   ,0   ,0,
    0 ,  0,   0  , 0   ,0   ,0   ,0   ,0,
    0 ,  0  , 0   ,0   ,0   ,0   ,0   ,2,
    0 ,  0  , 19  ,0   ,9   ,236 ,59  ,2,
    0 ,  0  , 0   ,2   ,4   ,2   ,3   ,0,
    0 ,  0  , 10  ,5   ,0   ,0   ,7   ,0,
    6 ,  0  , 13  ,2   ,0   ,0   ,17  ,6,
    0,   0 ,  0   ,0   ,0   ,3   ,0   ,0,
    4,   13,  0   ,0   ,2   ,1   ,2   ,0,
    0 ,  0 ,  0   ,0   ,0   ,101 ,1   ,0), ncol = 8, byrow = T)

rownames(matrix) = c("VARIABLE1", paste("OTU", 1:12, sep = ""))

test <- list()
for (i in 2:nrow(matrix)) {
  test[[i]] <- cor.test(x = matrix[1,], y = matrix[i,], alternative="two.sided", method="spearman")
}

但是，由於樣本量太小，我確實收到警告消息。