R 多个测试

我想对以下格式的数据执行多个测试

第一列是“id” 使用值（例如）1,1,1,2,2,2

第二栏是“比率” 值为0.2、0.18、0.3、1.5、1.4、1.6

对于“id”的每个实例，我想根据数据帧中的所有比率值测试所有比率值

现在我有这个

data <- read.delim("clipboard", stringsAsFactors=FALSE) ##data to test
dist <- as.numeric(readClipboard()) ##distribution to test against


data$Ratio.Mean.H.L <- NA
data$p.value <- NA


for (i in 1:nrow(data))
     if (nrow(data) > 1)
 {
 #welsh t-test
 t.test.result <- t.test(data$ratio[i],dist,
                         alternative = "two.sided",
                         mu = 0, 
                         paired = FALSE, 
                         var.equal = FALSE,
                         conf.level = 0.95)     
 #writes data into the data.frame
 data$p.value[i] <- t.test.result$p.value
 }

write.table(data, file="C:/R_Temp/t-test.txt", sep = "\t")

---

data我怀疑MattParker的评论将是这里最重要的事情：你将单个数字与向量进行比较，而
t.test
会对此抱怨。由于您建议要对每个分组变量（
id
）执行测试，因此在base R中，您可能希望使用类似于
by
（或
split
）的函数。（在
dplyr
和
data.table
中也有很好的方法。）

使用
mtcars
作为示例数据，我将尝试模拟您的数据：

dat <- mtcars[c("cyl", "mpg")]
colnames(dat) <- c("id", "ratio")

现在您可以执行以下操作：

by(dat$ratio, dat$id, function(x) t.test(x, dist, paired = FALSE)$p.value)
# dat$id: 4
# [1] 2.660716e-10
# ------------------------------------------------------------ 
# dat$id: 6
# [1] 4.826322e-09
# ------------------------------------------------------------ 
# dat$id: 8
# [1] 2.367184e-07

如果您希望/需要一次处理的不仅仅是
比率
，您也可以这样做：

by(dat, dat$id, function(x) t.test(x$ratio, dist, paired = FALSE)$p.value)
# dat$id: 4
# [1] 2.660716e-10
# ------------------------------------------------------------ 
# dat$id: 6
# [1] 4.826322e-09
# ------------------------------------------------------------ 
# dat$id: 8
# [1] 2.367184e-07

调用
by
的结果是一个class
“by”
，它实际上只是一个重新打包的
列表，带有一些额外的属性：

res <- by(dat, dat$id, function(x) t.test(x$ratio, dist, paired = FALSE)$p.value)
class(res)
# [1] "by"
str(attributes(res))
# List of 4
#  $ dim     : int 3
#  $ dimnames:List of 1
#   ..$ dat$id: chr [1:3] "4" "6" "8"
#  $ call    : language by.data.frame(data = dat, INDICES = dat$id, FUN = function(x) t.test(x$ratio,      dist, paired = FALSE)$p.value)
#  $ class   : chr "by"

（请注意，
dat$id
的不同级别是整数4、6和8，因此
名称应与您的
$id
相对应）

编辑：

如果要在data.frame中显示结果，请考虑两个选项：

对每一行重复p值，导致大量重复。我不鼓励这种方法有几个原因；如果您在某个时候需要它，我建议使用选项2，然后使用
merge
生成一个data.frame，其行数与唯一的
id
行数相同。比如：

do.call(rbind.data.frame,
        by(dat, dat$id, function(x) list(id=x$id[1], pv=t.test(x, dist, paired=F)$p.value)))
#   id           pv
# 4  4 1.319941e-03
# 6  6 2.877065e-03
# 8  8 6.670216e-05


好的，很抱歉这个定义不明确的问题。我在其他地方得到了帮助，并将发布为感兴趣的人工作的脚本。我想计算蛋白质组学实验中比率变化的p值。为此，我对任何给定蛋白质或PTM位点的所有比率测量值进行单独的t检验。这些测量值与所有测量值的中位数（t.检验函数中的μ）或测量值的整个分布进行比较。在一列中，我有每个条目唯一的“id”，在另一列中，我有“值”（比率）。我将对所有出现的“值”与任何给定的唯一“id”进行t检验。为了便于使用，我将表粘贴到脚本中，而不是从文件中调用它（这为我节省了一个步骤）

数据，而不是描述数据的外观，然后使用
read.delim（“剪贴板”）
，您能给我们一个示例data.frame吗？这不是为了帮助你我们可以复制的东西。嗯。。。如果我理解正确，您希望将单个数字（
data$ratio[I]
）与值向量（
dist
）进行比较。但是t检验是用来比较两组数字的——将一个数字与一组数字进行比较不会得到有意义的结果。你想在这里回答什么问题？
通过（mtcars$mpg，mtcars$cyl，function（x）t.test（x，dist，paired=F，var.equal=F）$p.value）
？好的，我认为有一些误解。让我们以mtcars数据帧为例。如果我们使用“cyl”=“id”和“mpg”=“ratio”。我想对每个id的所有传动比进行t检验，在其他OWRD中，比较一辆4缸汽车的所有MPG。在mt车中有11辆4缸车。因此，t检验将把这11个mpg测量值与我提供的分布“dist”进行比较。虽然没有完成，但点击了return-这是我第一次在这里发布。在我的数据中，我有数千个t-测试要执行，有些“id”只出现一次，所以它们应该被排除在t-测试之外。理想情况下，我会将这些结果写入一个文本文件。“排除在t检验之外”表示简单的过滤，例如
if（length（x）>1）…
。“到文本文件”：
writeLines
或
write.csv
？我正在慢慢地到达那里。这是有效的
res[[1]]
# [1] 2.660716e-10
as.numeric(res)
# [1] 2.660716e-10 4.826322e-09 2.367184e-07
names(res)
# [1] "4" "6" "8"

do.call(rbind.data.frame,
        by(dat, dat$id, function(x) list(id=x$id[1], pv=t.test(x, dist, paired=F)$p.value)))
#   id           pv
# 4  4 1.319941e-03
# 6  6 2.877065e-03
# 8  8 6.670216e-05

data <- read.delim("clipboard", stringsAsFactors=FALSE) ##data to test(two columns "id" and "value") Log-transfrom ratios!!
summary(data)

med <- median(data$value)


# function for the id-grouped t-test 
calc_id_ttest <- function(d) #col1: id, col2:values
  {  
colnames(d) <- c("id", "value")  # reassign the column names

# calculate the number of values for each id
res_N <- as.data.frame(tapply(d$value, d$id, length)) 
colnames(res_N) <- "N"              
res_N$id <- row.names(res_N)

# calculate the number of values for each id
res_med <- as.data.frame(tapply(d$value, d$id, median)) 
colnames(res_med) <- "med"              
res_med$id <- row.names(res_med)

# calculate the pvalues 
res_pval <- as.data.frame(tapply(d$value, d$id, function(x)
{
  if(length(x) < 3) 
    {   # t test requires at least 3 samples
    NA
    } 
  else
    {
    t.test(x, mu=med)$p.value #t.test (Pearson)d$value with other distribution? alternative=less or greater
    }                         #d$value to compare with entire distribution
                              #mu=med for median of values for 1-sided test
}))

colnames(res_pval) <- "pval"  # nominal p value 
res_pval$id <- row.names(res_pval)
res_pval$adj.pval <- p.adjust(res_pval$pval, method = "BH")  #multiple testing correction also "bonferroni"

res <- Reduce(function(x,y)
{
merge(x,y, by = "id", all = TRUE)
}, 
list(res_N, res_med, res_pval))
return (res)
}

data_result <- calc_id_ttest(d = data)
write.table(data_result, file="C:/R_Temp/t-test.txt", quote = FALSE, row.names = FALSE, col.names = TRUE, sep = "\t")