List For循环使用t-stat函数创建列表

我正在使用以下函数计算数据帧（x）中数据的t-stat：

---

wilcox.test.all.genes您正在尝试生成经验性的p值，由于数据中有多个列，因此针对您正在进行的多重比较进行了更正。首先，让我们模拟一个示例数据集：

# Simulate data
n.row = 100
n.col = 10

set.seed(12345)
group = factor(sample(2, n.row, replace=T))
data  = data.frame(matrix(rnorm(n.row*n.col), nrow=n.row))

计算每个列的Wilcoxon检验，但我们将在排列观察值的类成员时重复多次。这给了我们这个检验统计量的经验零分布

# Re-calculate columnwise test statisitics many times while permuting class labels
perms = replicate(500, apply(data[sample(nrow(data)), ], 2, function(x) wilcox.test(x[group==1], x[group==2], exact=F, alternative="two.sided", correct=T)$stat))

通过在多重比较中折叠，计算最大测试统计的零分布

# For each permuted replication, calculate the max test statistic across the multiple comparisons
perms.max = apply(perms, 2, max)

通过对结果进行简单排序，我们现在可以确定p=0.05的临界值

# Identify critical value 
crit = sort(perms.max)[round((1-0.05)*length(perms.max))]

我们还可以根据临界值绘制分布图

# Plot 
dev.new(width=4, height=4)
hist(perms.max)
abline(v=crit, col='red')


最后，将真实测试统计数据与此分布进行比较将得到一个经验p值，通过将族误差控制为p来校正多次比较。您正试图生成经验p值，由于数据中有多个列而校正多次比较。首先，让我们模拟一个示例数据集：

# Simulate data
n.row = 100
n.col = 10

set.seed(12345)
group = factor(sample(2, n.row, replace=T))
data  = data.frame(matrix(rnorm(n.row*n.col), nrow=n.row))

计算每个列的Wilcoxon检验，但我们将在排列观察值的类成员时重复多次。这给了我们这个检验统计量的经验零分布

# Re-calculate columnwise test statisitics many times while permuting class labels
perms = replicate(500, apply(data[sample(nrow(data)), ], 2, function(x) wilcox.test(x[group==1], x[group==2], exact=F, alternative="two.sided", correct=T)$stat))

通过在多重比较中折叠，计算最大测试统计的零分布

# For each permuted replication, calculate the max test statistic across the multiple comparisons
perms.max = apply(perms, 2, max)

通过对结果进行简单排序，我们现在可以确定p=0.05的临界值

# Identify critical value 
crit = sort(perms.max)[round((1-0.05)*length(perms.max))]

我们还可以根据临界值绘制分布图

# Plot 
dev.new(width=4, height=4)
hist(perms.max)
abline(v=crit, col='red')


最后，将一个真实的测试统计数据与这个分布进行比较，会得到一个经验的p值，通过控制p的家庭误差，对多重比较进行修正。下面的答案是有效的，但我仍然有点不清楚你到底想做什么。将实际测试统计数据与这些排列的分布输出进行比较，将得到一个经验p值。但是，您提到了使用最大值，如果您正在进行许多类似的测试，则通常使用最大值来校正多重比较。我的困惑是，你的x是一个向量，你只执行了一个测试。不管怎样，如果你澄清一点，我很乐意相应地编辑我的答案。我使用的数据框包含来自两类个人的数据，我正在根据类别分割数据。该函数是对两个类的数据进行的Wilcox检验。在初始测试完成后，我想洗牌数据帧的列，再次执行该函数，从新数据中获取最大测试统计数据，并将该数字保存到列表中。我想执行500次洗牌，从洗牌后的数据中得到500个最大测试统计数据的列表。我将使用这个测试统计列表来确定95%的测试统计，以便与原始数据集进行比较。谢谢，我明白了。我就是这么想的。如果您提供示例数据会有所帮助，因为我们无法知道您有数据帧。此外，还有一点混淆，因为像这样进行排列测试，您排列的是类标签（即行），而不是列。有关您的解决方案，请参见下面我编辑的答案。祝你好运下面的答案是可行的，但我还是有点不清楚你到底想做什么。将实际测试统计数据与这些排列的分布输出进行比较，将得到一个经验p值。但是，您提到了使用最大值，如果您正在进行许多类似的测试，则通常使用最大值来校正多重比较。我的困惑是，你的x是一个向量，你只执行了一个测试。不管怎样，如果你澄清一点，我很乐意相应地编辑我的答案。我使用的数据框包含来自两类个人的数据，我正在根据类别分割数据。该函数是对两个类的数据进行的Wilcox检验。在初始测试完成后，我想洗牌数据帧的列，再次执行该函数，从新数据中获取最大测试统计数据，并将该数字保存到列表中。我想执行500次洗牌，从洗牌后的数据中得到500个最大测试统计数据的列表。我将使用这个测试统计列表来确定95%的测试统计，以便与原始数据集进行比较。谢谢，我明白了。我就是这么想的。如果您提供示例数据会有所帮助，因为我们无法知道您有数据帧。此外，还有一点混淆，因为像这样进行排列测试，您排列的是类标签（即行），而不是列。有关您的解决方案，请参见下面我编辑的答案。祝你好运