R 如何使用测试统计分布进行1000次列名排列？

假设我有一个这样的矩阵

dat <- read.table(text = "   code.1 code.2 code.3 code.4
1     82     93     NA     NA
2     15     85     93     NA
3     93     89     NA     NA
4     81     NA     NA     NA",
                  header = TRUE, stringsAsFactors = FALSE)
dat2=data.matrix(dat)

目标是在1000个数据帧中的每个帧上执行以下代码

subject="all_replicate"
targets<-readTargets(paste(PhenotypeDir,"hg_sg_",subject,"_target.txt", sep=''))
Treat <- factor(targets$Treatment,levels=c("C","T"))
Replicates <- factor(targets$rep)
design <- model.matrix(~Replicates+Treat)
corfit <- duplicateCorrelation(dat2, block = targets$Subject)
corfit$consensus.correlation
fit <-lmFit(dat2,design,block=targets$Subject,correlation=corfit$consensus.correlation)
fit<-eBayes(fit)
y1=topTable(fit, coef="TreatT", n=nrow(genes),adjust.method="BH",genelist=genes)

subject=“全部复制”
目标列名称的随机排序非常简单：

set.seed（42）
#许多人对列名进行随机排序非常简单：

set.seed（42）
#“新的列名顺序”的意思是
dat2[，sample（ncol（dat2））]
？或者你的意思是
colnames（dat2）谢谢你的输入，我更新了我的问题以准确地反映我的意思。我可能不应该称之为置换，而只是通过“列名的新顺序”来重新排列列名，你的意思是
dat2[，sample（ncol（dat2））]
？或者你的意思是
colnames（dat2）谢谢你的输入，我更新了我的问题以准确地反映我的意思。我可能不应该称之为排列，而只是重新排列列名。我运行的是你提供的第三个版本，有100个排列，我将所有结果都写在一个文件中。但后来当我试图在R>a=read.table（“all_res”，header=T）中打开该文件时，read.table（“all_res”，header=T）中出现错误（“all_res”，header=T）：列数多于列名您是如何将
所有结果
写入文件的？它看起来像什么？我不希望它看起来像一个
data.frame
，所以我不希望它在
read.table
中易于阅读。（不过，这是另一个问题，因此最好使用
dput（所有结果[1:2]）
以及如何保存到文件来打开一个新问题。）谢谢！这就是我保存它的方式：write.table（all_results，file=“all_res”，sep=”“，row.names=FALSE，col.names=TRUE，quote=FALSE）如果您想保存结果并在以后重用它们，我建议使用
save
或
saveRDS
，因为它们将保留您可能需要的结构和属性。否则，请打开一个新问题，这与您当前的问题不同。您好，我运行的是您提供的第三个版本，有100个排列，我将所有结果都写在一个文件中。但后来当我试图在R>a=read.table（“all_res”，header=T）中打开该文件时，read.table（“all_res”，header=T）中出现错误（“all_res”，header=T）：列数多于列名您是如何将
所有结果
写入文件的？它看起来像什么？我不希望它看起来像一个
data.frame
，所以我不希望它在
read.table
中易于阅读。（不过，这是另一个问题，因此最好使用
dput（所有结果[1:2]）
以及如何保存到文件来打开一个新问题。）谢谢！这就是我保存它的方式：write.table（all_results，file=“all_res”，sep=”“，row.names=FALSE，col.names=TRUE，quote=FALSE）如果您想保存结果并在以后重用它们，我建议使用
save
或
saveRDS
，因为它们将保留您可能需要的结构和属性。否则，请打开一个新问题，这与您当前的问题不同。
subject="all_replicate"
targets<-readTargets(paste(PhenotypeDir,"hg_sg_",subject,"_target.txt", sep=''))
Treat <- factor(targets$Treatment,levels=c("C","T"))
Replicates <- factor(targets$rep)
design <- model.matrix(~Replicates+Treat)
corfit <- duplicateCorrelation(dat2, block = targets$Subject)
corfit$consensus.correlation
fit <-lmFit(dat2,design,block=targets$Subject,correlation=corfit$consensus.correlation)
fit<-eBayes(fit)
y1=topTable(fit, coef="TreatT", n=nrow(genes),adjust.method="BH",genelist=genes)