使用 R 中的应用函数进行 Fisher 测试

Question

以下是代码：问题是计算很慢。

矩阵gene1、gene2 的长度都不相同 (8000)

pos <- c()
neg <- c()
either <- c()
for(i in 1:ncol(both)){
    x <- cbind(both[,i], gene1[,i], gene2[,i], neither[,i])
    test <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2), 
         alternative = "greater")$p.value})
    pos <- c(test,pos)
    test1 <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2), 
         alternative = "less")$p.value})
    neg <- c(test1, neg)
    test2 <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2))$p.value})
    either <- c(test2, either)
    }

Answer 1

您可以尝试使用lapply 来循环不同的选择（更少、更大、双面）并将fisher.test 调用包装在您自己的函数中。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)
}

如果没有要检查的测试数据，我不能向您保证这不会有任何问题，但这个基本策略应该可以满足您的需求。

请注意，这仍然会调用fisher.test 三次，只是形式更加紧凑。我不知道有一个函数可以在同一个调用中计算所有三个备选方案的 Fisher 测试，但也许其他人会权衡其中一个。