1
中所有列(可能較大)矩陣中的p值是否有更有效/更快的方式來比較兩個矩陣(逐列),並使用t檢驗計算p值以獲得無差異意味着(必要時最終切換到chisq.test)?計算R
這裏是我的解決方案:
## generate fake data (e.g., from treatment and control data)
z0 <- matrix(rnorm(100),10,10)
z1 <- matrix(rnorm(100, mean=1.1, sd=2),10,10)
## function to compare columns (bloody for loop)
compare.matrix <- function(z0, z1){
pval <- numeric(ncol(z0)) ## initialize
for(i in 1:ncol(z0)){ ## compare columns
pval[i] <- t.test(z1[, i], z0[, i])$p.value
## if var is categorical, switch test type
if (length(unique(z1[,i]))==2){
index <- c(rep(0, nrow(z0)), rep(1, nrow(z1)))
xx <- c(z0[,i], z1[,i])
pval[i] <- chisq.test(table(xx, index), simulate.p.value=TRUE)$p.value
}
}
return(pval)
}
compare.matrix(z0, z1)
短語「t-test for equal mean difference」讓我想知道你是否想要配對t檢驗,但如果沒有,那麼你的方法看起來是合理的(但我會用「t-測試沒有差異的意思「。) – 2014-12-05 21:54:14
謝謝。我根據你的建議改變了文字 – mrb 2014-12-06 16:41:33