计算R中多个研究的统计数据

我有一个数据集，我想在其中应用一些测试，比如KS two sample。因此，我试图找到一种算法，可以将KS双样本测试应用于所有样本。基本思想是：

假设我有一个包含以下观察结果的数据集：

       1 2 3 4
Study1 9 1 2 6
Study2 5 6 7 8
Study3 4 3 2 1
Study4 8 7 6 5
Study5 1 3 5 7
Study6 2 4 6 8
Study7 1 3 6 9
Study8 2 4 7 1
Study9 2 5 8 4
Study10 3 6 8 5

我可以将KS测试应用于每项研究，包括以下内容：

ks.test(as.numeric(as.vector(df[1,])),as.numeric(as.vector(df[1,])))
ks.test(as.numeric(as.vector(df[1,])),as.numeric(as.vector(df[2,])))
ks.test(as.numeric(as.vector(df[1,])),as.numeric(as.vector(df[3,])))
                                   ...
ks.test(as.numeric(as.vector(df[1,])),as.numeric(as.vector(df[10,])))
ks.test(as.numeric(as.vector(df[2,])),as.numeric(as.vector(df[1,])))
                                   ...
ks.test(as.numeric(as.vector(df[10,])),as.numeric(as.vector(df[10,])))

这将产生10x10个p值，我的目标是将其用作距离的度量

---

因此，我正在寻找一种算法，它可以对nxn个样本运行KS测试，然后在nxn矩阵中输出p值。

您正在寻找

外部

：

outer(1:10, 1:10, Vectorize(function(i,j) {ks.test(as.numeric(as.vector(df[i,])),as.numeric(as.vector(df[j,])))$p.value}))

---

我得到了这个错误：

dim中的错误（robj）警告是什么？所有50条都是相同的：
警告消息：1:在ks.test中（as.numeric（as.vector（df[I，]）），as.numeric（as.vector（df[I，]）[j，…：无法使用领带计算精确的p值
ah。抱歉-您应该选择p值。我修改了答案非常感谢！尽管错误仍然存在，但效果非常好