R 申请两个矩阵-t检验

看起来我不知道如何做一个简单的代码。。。对于

t.test

计算，我想使用任何

apply

函数而不是循环。我有两个矩阵：

data1 <- t(replicate(2000, rnorm(200,mean=6)))
data2 <- t(replicate(2000, rnorm(200,mean=5)))

我错过了什么

为了明确我的目标：

t.test(data1[,i], data2[,i])

---

我想从中提取p值并存储为向量。

由于矩阵的维数相等，您可以使用

sapply

循环列索引，并将它们应用于两个矩阵

---

sapply（1:ncol（data1），function（x）t.test（data1[，x]，data2[，x]）$p.value）

以下代码将矩阵拆分为一个列表，其中每个元素包含一列，然后调用

t.test

：

all_t_tests = mapply(t.test, split(data1, 1:2000), split(data2, 1:2000), SIMPLIFY = FALSE)

从它们中获取

p.value

：

sapply(all_t_tests, '[[', 'p.value')

---

将

SIMPLIFY

设置为

TRUE

将

t.test

的结果合并到一个大数据结构中，而不是

t.test

结果列表

all_t_tests = mapply(t.test, split(data1, 1:2000), split(data2, 1:2000), SIMPLIFY = TRUE)

允许轻松访问

p.value

：

all_t_tests['p.value',]

---

您正在尝试进行两个样本t测试，比较data1中第1列和data2中第1列的平均值？对于第2、3、4列，我试图对两个矩阵中的对应列进行配对t检验。然后使用

sapply（1:ncol（data1），函数（x）t.test（data1[，x]，data2[，x]）$p.value）

这将起作用：

mapply（t.test，as.data.frame（data2），as.data.frame（data1），SIMPLIFY=FALSE）

@ChirayuChamoli当然，您也可以使用

as.data.frame

作为

数据来执行此操作。frame

不过是一个具有附加属性的列表，因此

mapply

将其视为一个列表。我确实喜欢使用

split

，因为它的功能更加明确。

all_t_tests['p.value',]