Получить p-значение с двумя переменными и несколькими именами строк - PullRequest
Новая
       115

Получить p-значение с двумя переменными и несколькими именами строк

1 голос
/ 09 мая 2020

Я подумал, можете ли вы помочь мне измерить p-значение из этого простого data.frame. Мой фрейм данных называется (my_data). Просматривая его, вы можете увидеть похожие значения, которые я сравниваю: 

my_data <- read.csv("densityleftOK.csv", stringsAsFactors = FALSE [c(1,2,3),]

      P1    P2   P3  P4  P5   T1  T2  T3  T4  T5  T6
A     1008 1425 869 1205 954  797 722 471 435 628 925
B      550  443 317  477 337  383  54 111  27 239 379
C      483  574 597  375 593  553 249 325 238 354 411

Таким образом, я хотел бы получить одно значение p для каждой строки, сравнивая плацебо с обработанными образцами. Если вы не возражаете, я бы хотел получить также стандартное отклонение между плацебо (P) и леченным (T).

Я благодарен за любую помощь. Спасибо

1 Ответ

1 голос
/ 09 мая 2020

Вы можете попробовать что-то вроде ниже, где вы преобразовываете данные в длинный формат, группируете по идентификаторам, вводите вектор группировки («P» или «T») и используете tidy в t.test, чтобы заключить его в формат таблицы: 

library(broom)
library(tidyr)
library(dplyr)
library(tibble)

data = read.table(text="P1    P2   P3  P4  P5   T1  T2  T3  T4  T5  T6
A     1008 1425 869 1205 954  797 722 471 435 628 925
B      550  443 317  477 337  383  54 111  27 239 379
C      483  574 597  375 593  553 249 325 238 354 411",header=TRUE,row.names=1)

res = data %>% 
rownames_to_column("id") %>% 
pivot_longer(-id) %>% 
mutate(grp=sub("[0-9]","",name)) %>% 
group_by(id) %>% 
do(tidy(t.test(value ~ grp,data=.))) %>%
select(c(id,estimate,estimate1,estimate2,statistic,p.value)) %>%
mutate(stderr = estimate/statistic)

# A tibble: 3 x 7
# Groups:   id [3]
  id    estimate estimate1 estimate2 statistic p.value stderr
  <chr>    <dbl>     <dbl>     <dbl>     <dbl>   <dbl>  <dbl>
1 A         429.     1092.      663       3.40 0.00950  126. 
2 B         226.      425.      199.      2.89 0.0192    78.2
3 C         169.      524.      355       2.65 0.0266    64.0

Если вы не используете пакеты ... тогда это вопрос использования apply, и я думаю, что проще объявить группы заранее: 

grp = gsub("[0-9]","",colnames(data))

res = apply(data,1,function(i){
data.frame(t.test(i~grp)[c("statistic","p.value","stderr")])
})

res = do.call(rbind,res)
  statistic     p.value    stderr
A  3.395303 0.009498631 126.40994
B  2.890838 0.019173060  78.16650
C  2.646953 0.026608838  63.99812
...