R 通过变量将Dunnett测试中的P值提取到表中
我有一个25列的列表,我正在通过Dunnett测试按组(4个级别)进行测试。我能够使用R 通过变量将Dunnett测试中的P值提取到表中,r,extract,extraction,R,Extract,Extraction,我有一个25列的列表,我正在通过Dunnett测试按组(4个级别)进行测试。我能够使用sapply函数让Dunnett按组为所有列工作,并且在将p值拉到表中时遇到了一些问题。下面是我试图使用iris数据集做的一个示例 iris <- iris iris$group <- ifelse(iris$Species =='setosa', 1, ifelse(iris$Species =='versicolor', 2, ife
sapply
函数让Dunnett按组为所有列工作,并且在将p值拉到表中时遇到了一些问题。下面是我试图使用iris数据集做的一个示例
iris <- iris
iris$group <- ifelse(iris$Species =='setosa', 1,
ifelse(iris$Species =='versicolor', 2,
ifelse(iris$Species =='virginica', 3,
0)))
iris$group <- as.factor(iris$group)
summary(glht(aov(Sepal.Length ~ group, iris), linfct=mcp(group="Dunnett" )))
test
iris$Species
dunnet_model_iris <- sapply(iris[-c(5,6)], function(y, f) summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
names(dunnet_model_iris[[10]]$pvalues)
p_value <- dunnet_model[[10]]$pvalues
p_value
问题:如何将每列的所有Dunnett比较p值提取到一个表中?
我在寻找答案时遇到了一些困难。如果有人有什么建议,我们将不胜感激。我不希望有任何代码,只是一些想法可以帮助我了解情况。我们需要在使用
lapply将模型保留在列表中后提取test$pvalues
library(multcomp)
dunnet_model_iris <- lapply(iris[-c(5,6)], function(y, f)
summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
t(sapply(dunnet_model_iris, function(x) x$test$pvalues))
# [,1] [,2]
#Sepal.Length 1.443290e-15 2.220446e-16
#Sepal.Width 5.551115e-16 9.074667e-10
#Petal.Length 1.110223e-16 2.220446e-16
#Petal.Width -2.220446e-16 1.110223e-16
如果您一直使用“Dunnett”的拼写,您可能会在搜索时遇到困难。您应该更正标题和问题正文中的所有实例。
library(multcomp)
dunnet_model_iris <- lapply(iris[-c(5,6)], function(y, f)
summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
t(sapply(dunnet_model_iris, function(x) x$test$pvalues))
# [,1] [,2]
#Sepal.Length 1.443290e-15 2.220446e-16
#Sepal.Width 5.551115e-16 9.074667e-10
#Petal.Length 1.110223e-16 2.220446e-16
#Petal.Width -2.220446e-16 1.110223e-16
t(sapply(dunnet_model_iris["test",], `[[`, "pvalues"))