La boucle ttest non appariée mais non appariée en R fonctionne

Question

J'ai une boucle qui traverse une trame de données, exécute ttests et stocke la valeur p résultante de chaque test dans une autre trame de données.

Voici la boucle où 'mydata' est l'espace de données sur lequel les tests sont exécutés. 'Mydata' est une trame de données avec 4 colonnes:

df <- mydata 
mydf <- data.frame(c(1:4)) 

# this is the new dataframe being initialized to store my p-values 

row.names(mydf) <- names(df) 
for(i in names(df)){ 
    if(sd(df[[i]]) == 0) { 

    # this prevents the loop from terminating and returning an error when ttests 
    # are run on columns with binary values 

    } else { 
    ttest <- t.test(df[df$Pre==1,][[i]], df[df$Pre==2,][[i]], paired=FALSE) 

    # 'Pre' is the column that groups my data into 
    # distinct cohorts. I am comparing the Pre cohort versus the Post cohort 
    # in these ttests. 

    mydf[i,1] <- ttest$p.value 
    } 
} 
mydf 

Voici ma sortie de mydf pour un non apparié (apparié = FAUX) TTEST:

  c.1.4.        
density 0.3569670 
clust 0.9715987 
Pre  3.0000000 
HC  4.0000000 

Cependant, quand je change apparié = FALSE à apparié = TRUE (pour exécuter un test t apparié), voici mydf:

  c.1.4. 
density  1 
clust  2 
Pre   3 
HC   4 

je suis arrivé cette ligne de ma boucle dans l'isolement en utilisant la première colonne de ma trame de données, « 1 » entre crochets doubles (par paires = TRUE) et il semble produire une valeur p :

ttest <- t.test(df[df$Pre==1,][[1]], df[df$Pre==2,][[1]], paired=TRUE) 
ttest$p.value 
[1] 0.356967 

est Ci-dessous un ensemble de données de l'échantillon que vous pouvez utiliser pour reproduire l'erreur:

  density  clust  Pre HC 
RDHC008A_13 0.47991  0.676825 1 1 
RDHC009A_13 0.49955  0.696441 1 1 
RDHC010A_16 0.491454 0.706507 1 1 
RDHC013A_13 0.442879 0.689118 1 1 
RDHC014A_13 0.453823 0.691603 1 1 
RDHC016A_16 0.481259 0.706978 1 1 
RDHC019A_06 0.515442 0.699514 1 1 
RDHC021A_15 0.449925 0.685202 1 1 
RDHC022A_12 0.461319 0.705446 1 1 
RDHC023A_11 0.468816 0.667698 1 1 
RDHC024A_12 0.515142 0.719474 1 1 
RDHC025A_13 0.496702 0.710877 1 1 
RDHC026A_12 0.477061 0.695061 1 1 
RDHC027A_12 0.515442 0.722269 1 1 
RDHC029A_12 0.406747 0.669998 1 1 
RDHC030A_12 0.476162 0.69219  1 1 
RDHC032B_13 0.50075  0.685474 1 1 
RDHC034B_07 0.525487 0.725558 1 1 
RDHC036B_07 0.468816 0.698904 1 1 
RDHC038B_07 0.470015 0.706668 1 1 
RDHC039B_07 0.511544 0.712818 1 1 
RDHC041A_14 0.551574 0.732983 1 1 
RDHC004C_12 0.486207 0.695121 2 1 
RDHC005C_12 0.505997 0.695598 2 1 
RDHC006C_13 0.487406 0.697044 2 1 
RDHC013C_12 0.41979  0.685518 2 1 
RDHC015C_13 0.297751 0.69632  2 1 
RDHC016C_16 0.463718 0.700011 2 1 
RDHC019C_14 0.508096 0.690071 2 1 
RDHC021C_12 0.448426 0.688265 2 1 
RDHC022C_12 0.468816 0.700968 2 1 
RDHC024C_12 0.515292 0.70664  2 1 
RDHC025C_13 0.473163 0.704231 2 1 
RDHC027C_12 0.518741 0.732939 2 1 
RDHC030C_11 0.489205 0.708174 2 1 

Vous pouvez l'importer en procédant comme suit:

copier les données et le coller dans le guillemets du code ci-dessous dans R:

zz <- "" 

maintenant, affecter les données à un data.frame:Je n'ai aucune idée pourquoi le changement du paramètre 'paired' à TRUE provoquerait que cela se produise. Toute aide/conseil serait très apprécié. Merci - Paul

Answer 1

INITIALISATION la mydf data.frame avec les valeurs 1: 4 ici

mydf <- data.frame(c(1:4)) 

essentiellement la boucle ne fait rien parce que t.test jette une erreur lorsque vous faites PAIRED=TRUE parce que vos deux ensembles de valeurs Aren t ont la même longueur (et ils doivent l'être lors d'un test t apparié.) Vous avez 22 valeurs où Pre == 1 et 13 valeurs où Pre == 2. Vous ne pouvez pas faire un test apparié avec un déséquilibre comme celui-là.