t.test между двумя столбцами после определенного кода в третьем столбце

Question

Я пытаюсь выполнить t.test или wilcox.test для двух столбцов, следующих за кодом группы третьего значения. Вот мои данные

dput(data1)
structure(list(moda = structure(c(20L, 20L, 20L, 20L, 20L, 20L, 
20L, 20L, 20L, 20L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 
11L, 11L, 11L, 11L, 11L, 11L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
5L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 17L, 17L, 17L, 17L, 17L, 
17L, 17L, 17L, 17L, 17L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 
18L, 18L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 20L, 20L, 
20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 
12L, 12L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 14L, 
14L, 14L, 14L, 14L, 14L, 14L, 14L, 14L, 14L, 15L, 15L, 15L, 15L, 
15L, 15L, 15L, 15L, 15L, 15L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 
16L, 16L, 16L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 
21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 22L, 22L, 22L, 22L, 
22L, 22L, 22L, 22L, 22L, 22L, 23L, 23L, 23L, 23L, 23L, 23L, 23L, 
23L, 23L), .Label = c("ACN1", "ACN2", "BA", "BM", "BS1", "BS2", 
"CN", "EK5", "HW1", "HW2", "HW3", "L27", "L5K", "LC", "M2K", 
"M630", "PB1", "PB2", "PB3", "PG", "RMB", "RMC", "RMM"), class =                     "factor"), 
epicotyle = c(1.5, 1.5, 2, 1, 1.5, 1.2, 1, 2.4, 1.3, 1.4, 
1.7, 2, 1.8, 2.3, 2.5, 2.5, 1.5, 1.5, 2, 1.3, 1.5, 1.8, 1.3, 
1.8, 1.7, 1.5, 2.3, 1.8, 2.2, 1.5, 1.5, 1.5, 1.3, 1.5, 1.5, 
1.5, 1.5, 1.8, 1.5, 2.1, 1.8, 1.3, 2, 1.5, 2, 3.5, 1.5, 1.7, 
1.7, 2, 1.7, 2, 1.5, 2, 1.5, 2, 2, 1.5, 2, 1.5, 1.8, 1, 2, 
3, 1.6, 1.5, 1.5, 1.3, 1.5, 1.5, 1.2, 1.5, 1.5, 1, 1.2, 1.5, 
1.5, 1.5, 1.5, 2, 1.1, 1.5, 1.5, 1.7, 1.8, 1.5, 1.3, 1.5, 
1.5, 2.5, 1.2, 1.4, 1, 1.5, 2, 1.5, 1.2, 1.5, 2, 2.3, 2.1, 
2, 2.4, 1.5, 1.7, 1.4, 2.4, 1, 1, 2, 1.5, 1.2, 2.4, 1.2, 
1, 0.8, 1.8, 1.5, 1.5, 2, 1, 1.5, 1.2, 1, 2.4, 1.3, 1.4, 
1.5, 1.5, 1.5, 2.1, 1.5, 1.4, 1.5, 1.3, 1.5, 3, 2.6, 1.5, 
2.2, 1.9, 1.5, 1.4, 1.4, 2.5, 2.1, 2, 1.5, 2, 2, 2, 1.5, 
2.1, 2, 1.5, 2.5, 2.5, 3, 3, 3.5, 3.5, 3, 2, 2.5, 3.5, 1, 
1.2, 1.5, 2.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.4, 1.5, 2, 3, 1.7, 
3, 2.5, 2, 2.5, 2.5, 2.5, 1.5, 1.5, 1.5, 1, 1.5, 2, 1.4, 
1.2, 1.7, 2.1, 1.5, 2, 1.5, 1.5, 2, 1.4, 2, 3, 2, 2, 1.5, 
1.5, 2, 1, 1.5, 1.2, 1, 2.4, 1.3, 1.4, 2, 2.5, 3, 3, 1.7, 
3, 1.8, 2, 1.8, 2.2, 2.3, 1.5, 2, 1.8, 1.8, 1.3, 2, 1.8, 
1.8, 2, 1.8, 1.5, 1.7, 2, 1.4, 1.5, 1.7, 1.5), hypocotyle = c(1.5, 
1.5, 2, 1, 1.5, 1.2, 1, 2.4, 1.3, 1.4, 5, 7, 2.5, 6.5, 5.4, 
5, 6, 5.7, 7, 5.5, 5.7, 5.5, 7, 6.5, 5.5, 5.5, 6.7, 4.9, 
5.3, 6.7, 5.8, 6.5, 6, 5.6, 5, 5.5, 6, 6, 6, 3.5, 4.7, 4.5, 
5.9, 5, 6, 7, 6, 5.5, 5, 5.8, 5.5, 5.5, 4.8, 5.7, 6, 7, 5.2, 
5, 5.2, 5.3, 5.6, 5, 5.3, 6, 5, 5.5, 4.5, 5.7, 6, 4.5, 4.4, 
5.2, 5.2, 4.1, 5.2, 5.2, 5.4, 6, 5.5, 6.5, 5, 6, 5.5, 7.5, 
5.2, 5.6, 5.4, 5.5, 5, 5, 6, 5.2, 6, 6.3, 6.3, 4.2, 5.1, 
3.5, 6, 6, 6, 6, 5, 5, 6, 5, 5.6, 5.5, 5, 5, 6, 5.2, 6, 6.3, 
6.3, 4.2, 5.1, 3.8, 4, 7, 5, 6, 4, 5.4, 3.5, 3.6, 5, 6, 4.8, 
4.7, 4.4, 5.5, 3.5, 5.3, 4.3, 5.5, 4.5, 5.5, 4.2, 6, 4.3, 
4, 4.7, 3.5, 3.7, 4.2, 5, 5, 5.1, 5.7, 5, 3.5, 4, 5.6, 3.9, 
3.5, 7, 6, 6, 6, 6.5, 5.5, 4.5, 6.5, 6.5, 3, 5, 5.5, 5.3, 
4, 5.5, 6, 4, 5.5, 6, 5, 4, 4.5, 4.5, 4, 3.5, 4.5, 5, 4, 
4.5, 5, 4.7, 6, 3.8, 4.5, 4.1, 4, 3.7, 4, 4.5, 5, 6, 4.5, 
6, 5.7, 3.7, 5.8, 6.2, 5.5, 5, 3.8, 4, 7, 5, 6, 4, 5.4, 3.5, 
3.6, 5, 7, 6.5, 8, 6.5, 5.7, 7.5, 7.3, 7.4, 7, 5.4, 6.5, 
6.5, 7.2, 7.4, 6, 6.5, 6, 7, 6, 7, 6.5, 6.5, 6.5, 8, 5.7, 
6.5, 6, 7)), class = "data.frame", row.names = c(NA, -243L
))
bartl <- function(p, yy=data1[,1]){barte <- bartlett.test(p,yy)}

aggre <- function (x, y=data1[,1]) aggregate(formula =x~data1[,1],data =         data1, FUN = t.test)
lshap <- lapply(data1[-1], FUN = aggre, y=data1[,1])
lshap

Или я тоже попробовал что-то еще

result <- by(data1[-1], data1[,1], 
         function(x) t.test(data1[,2], data1[,3], mu=0, alt="two.sided",     paired = TRUE, conf.level = 0.95))
result$p-value

ttest.pval <- sapply(result, '[[', 'p.value')
ttest.pval

Но похоже, что он не заботится о коде моих групп, поэтому значения одинаковы.

Моей конечной целью было бы создание сценария, который дает правильное значение t.test или значение wilcox после предыдущего теста на оценку гомоскедастичности после теста значения shapiro.

Answer 1

Просто используйте переменную x, переданную в функцию by, которая является подмножеством фрейма данных.Вы игнорируете его использование и, следовательно, ваши повторные результаты.Ниже переименовывает x для субданных для ясности и корректирует возвращаемый объект:

result_list <- by(data1, data1$moda, function(sub_data) {
  res <- t.test(sub_data$epicotyle, sub_data$hypocotyle, mu=0, alt="two.sided",     
                paired = TRUE, conf.level = 0.95)
  output <- c(t_stat=unname(res$estimate), p_value=res$p.value)
})

result_matrix <- do.call(rbind, result_list)

result_matrix
#         t_stat      p_value
# ACN1 -3.355556 1.562532e-06
# ACN2 -2.488889 1.711867e-05
# BA   -3.480000 8.156509e-08
# BM   -4.070000 4.481620e-08
# BS1  -3.411111 2.882650e-06
# BS2  -3.788889 6.311561e-08
# CN   -3.930000 1.464457e-07
# EK5  -2.830000 3.638520e-07
# HW1  -3.588889 5.753743e-05
# HW2  -4.090000 4.047017e-08
# HW3  -4.400000 4.571253e-10
# L27  -2.900000 4.274705e-06
# L5K  -3.370000 5.018480e-07
# LC   -2.030000 2.347509e-05
# M2K  -2.890000 4.196188e-07
# M630 -3.450000 2.544427e-08
# PB1  -3.500000 3.465025e-10
# PB2  -3.720000 2.646581e-09
# PB3  -4.280000 4.970850e-09
# PG   -2.166667 4.627951e-07
# RMB  -4.677778 4.395313e-08
# RMC  -4.600000 1.166993e-08
# RMM  -4.955556 3.320310e-09