使用 map() 將測試（Jarque-Bera）應用於子組

Question

我正在嘗試對數據集的子組運行測試 (Jarque-Bera)。 我正在嘗試為此使用purrr的函數map() ，但不知何故它對我來說失敗了。

對於此處的示例，我將使用內置的ChickWeight數據集：

加載一些包：

library(dplyr)
library(ggplot2)
library(tidyr)
library(purrr)
library(tseries)

數據如下所示：

ggplot(ChickWeight, aes(weight, fill = Diet)) +
  geom_histogram() +
  facet_wrap(~Diet)

我現在正在嘗試對子組飲食 1、2、3 和 4 使用 Jarque-Bera 測試。

我知道如何在這樣的組之一上使用它：

ChickWeight %>% 
  filter(Diet == 1) %>% 
  pull(weight) %>% 
  jarque.bera.test()

返回：

    Jarque Bera Test

data:  .
X-squared = 46.687, df = 2, p-value = 7.278e-11

但是現在，我想為所有子組執行此操作。 所以我像這樣嵌套數據：

nst <- ChickWeight %>% 
  nest(-Diet)

現在我想我可以立即應用purrr的map()函數，但它是如何失敗的：

tsts <- nst %>% 
  map(jb = map(data, jarque.bera.test(weight)))

返回：

as_mapper(.f, ...) 中的錯誤：缺少參數“.f”，沒有默認值

我也試過：

tsts <- nst %>% 
  mutate(jb = map(data, jarque.bera.test(weight)))

這會產生：

mutate_impl(.data, dots) 中的錯誤：評估錯誤：未找到對象“權重”。

Answer 1

你的對象nst是一個數據框； 在引擎蓋下，數據框是一個列列表。 因此，如果您將map應用於nst ，它將映射列而不是映射數據中的組。 另外，請注意map的第二個參數必須是一個函數（或一些其他類型的函數簡寫表達式——請參閱purrr::map的文檔）。

有很多方法可以解決您的問題。 我最喜歡的是使用group_by並從dplyr和tidy從broom一起do ：

library(dplyr)
library(tidyr)
library(purrr)
library(tseries)
library(broom)

ChickWeight %>%
    group_by(Diet) %>%
    do(tidy(jarque.bera.test(.$weight)))
# # A tibble: 4 x 5
# # Groups:   Diet [4]
#   Diet  statistic  p.value parameter method          
#   <fct>     <dbl>    <dbl>     <dbl> <fct>           
# 1 1         46.7  7.28e-11         2 Jarque Bera Test
# 2 2         18.8  8.36e- 5         2 Jarque Bera Test
# 3 3         12.4  2.00e- 3         2 Jarque Bera Test
# 4 4          5.17 7.54e- 2         2 Jarque Bera Test

請注意， tidy獲取jarque.bera.test的輸出並將其轉換為一行數據框，並且do函數對每個組重復此do 。 這是一個純dplyr方法：

ChickWeight %>%
    group_by(Diet) %>%
    summarize(p.value = jarque.bera.test(weight)$p.value)
# # A tibble: 4 x 2
#   Diet   p.value
#   <fct>    <dbl>
# 1 1     7.28e-11
# 2 2     8.36e- 5
# 3 3     2.00e- 3
# 4 4     7.54e- 2

接下來是一種使用nest和map 。 請注意， nest創建的數據框的第二列是一個列表列。 我們使用pull只拉取列表列，然后使用map對每個組執行 Jarque-Bera 測試。

ChickWeight %>%
    nest(-Diet) %>%
    pull(data) %>%
    map(~ jarque.bera.test(.$weight))
# [[1]]
# 
#   Jarque Bera Test
# 
# data:  .$weight
# X-squared = 46.687, df = 2, p-value = 7.278e-11
# 
# 
# [[2]]
# 
#   Jarque Bera Test
# 
# data:  .$weight
# X-squared = 18.779, df = 2, p-value = 8.36e-05
# 
# 
# [[3]]
# 
#   Jarque Bera Test
# 
# data:  .$weight
# X-squared = 12.426, df = 2, p-value = 0.002003
# 
# 
# [[4]]
# 
#   Jarque Bera Test
# 
# data:  .$weight
# X-squared = 5.1686, df = 2, p-value = 0.07545

請注意， map 接受公式作為編寫匿名函數的緊湊方式。 最后，這里有一些比較笨拙的方法，它們結合了map和dplyr ：

map(1:4, ~ filter(ChickWeight, Diet == .) %>% pull(weight) %>% jarque.bera.test)

map(1:4, ~ filter(ChickWeight, Diet == .)) %>%
    map(~ pull(., weight)) %>%
    map(~ jarque.bera.test(.))