R：針對多個組的獨立t檢驗

Question

我有一個名為“ dat”的數據集，其中有5列：月； mean0; SD0; mean1; SD1。 看起來如下（但帶有數字）：

月均值0 SD0均值1 SD1

1
2
3
..
48

我想使用一個獨立的（未配對的）t檢驗來比較1到48之間每個月的mean0和mean1。理想情況下，輸出將放在另一個名為'dat1'的數據框中，其列用於：t-statisitc ，自由度（DF）； 和p值。 像這樣：

月t統計量DF p值
1
2
3
..
48

我嘗試使用dplyr和broom軟件包，但似乎無法弄清楚。 任何幫助，將不勝感激。

Answer 1

您還將需要兩個sd的n個值。 BSDA軟件包中的tsum.test函數將幫助您進行t測試，而無需編寫自己的函數。

仍然存在更大的問題，即以這種方式進行大量比較的可取性。 此鏈接提供有關此信息。

有了這一警告，下面是如何對一些任意數據進行所需的操作：

dat <- data.frame(m1=c(24,11,34),
                  sd1=c(1.3,4.2,2.3),
                  n1=c(30, 31, 30),
                  m2=c(18,8,22), 
                  sd2=c(1.8, 3.4, 1.8),
                  n2=c(30,31,30))

# user function to do t-test and return desired values
do.tsum <- function(x) {
    # tsum.test is quirky, so you have to break out each column's value
    results <- tsum.test(x[1],x[2],x[3],x[4],x[5],x[6],alternative='two.sided')
    return(c(results$statistic, results$parameters, results$p.value))
}

# use apply to do the tsum.test on each row (1 for rows, 2 for cols)
# then, transpose the resulting matrix and use the data.frame function
t.results <- data.frame(t(apply, 1, do.tsum))s

# unfortunately the p-value is returned without no column name (it returns 'm1')
# use the names function to change the third column name.
names(t.results)[3] <- 'p.value'

輸出如下：

          t       df      p.value
1 14.800910 52.78253 1.982944e-20
2  3.091083 57.50678 3.072783e-03
3 22.504396 54.83298 2.277676e-29