用R中的apply函数进行Fisher检验

下面是代码：问题是计算速度非常慢

矩阵，

gene1

，

gene2

，两者的长度都不相同（8000）

---

pos您可以尝试使用
lappy
循环不同的选项（更少、更大、双面），并将fisher.test调用包装到您自己的函数中。也许是这样的：

myTest <- function(altn,x){
    ft <- apply(x,1,FUN=function(s,alt) {
                        fisher.test(matrix(s,nrow=2),alternative=alt)$p.value},
                        alt=altn)
}

pos <- c()
neg <- c()
either <- c()
for(i in 1:ncol(both)){
    x <- cbind(both[,i], gene1[,i], gene2[,i], neither[,i])
    rs <- lapply(c('two.sided','greater','less'),myTest,x=x)
    pos <- c(rs[[2]],pos)
    neg <- c(rs[[3]],neg)
    either <- c(rs[[1]],either)
}

myTest是否有一种简单的方法来进行测试，而不是调用fisher 3次。stats.stackexchange.com上的人员可能知道一种更好的方法，这是一种fisher精确测试。如果你的价值观是大的，它只是将是缓慢的；它必须计算每个可能的配置。
myTest <- function(altn,x){
    ft <- apply(x,1,FUN=function(s,alt) {
                        fisher.test(matrix(s,nrow=2),alternative=alt)$p.value},
                        alt=altn)
}

pos <- c()
neg <- c()
either <- c()
for(i in 1:ncol(both)){
    x <- cbind(both[,i], gene1[,i], gene2[,i], neither[,i])
    rs <- lapply(c('two.sided','greater','less'),myTest,x=x)
    pos <- c(rs[[2]],pos)
    neg <- c(rs[[3]],neg)
    either <- c(rs[[1]],either)
}