与cor.test的迭代spearman相关？答案

【问题标题】：Iterative spearman correlation with cor.test?与cor.test的迭代spearman相关？
【发布时间】：2016-03-16 07:57:59
【问题描述】：

我是 R 的初学者，我在尝试在 R 中创建迭代 cor.test 时遇到了一些问题。我有一个包含 8 个不同采样点（第 1 到 8 列）的表，对于每个采样点，我测量了一个变量（VARIABLE1，第一行）和一系列物种的存在（行上的 OTU）。在这里您可以看到我的表格的摘录（称为“矩阵”）：

row.names   1   2   3   4   5   6   7   8
VARIABLE1   1565    1809,83 1019    1909,83 756,33  631,67  529,83  436
OTU1    0   0   0   0   0   3   0   0
OTU2    0   0   0   0   0   0   13  0
OTU3    5   0   0   0   0   0   0   0
OTU4    0   0   0   0   0   0   0   0
OTU5    0   0   0   0   0   0   0   2
OTU6    0   0   19  0   9   236 59  2
OTU7    0   0   0   2   4   2   3   0
OTU8    0   0   10  5   0   0   7   0
OTU9    6   0   13  2   0   0   17  6
OTU10   0   0   0   0   0   3   0   0
OTU11   4   13  0   0   2   1   2   0
OTU12   0   0   0   0   0   101 1   0

我想计算 VARIABLE1 与每个 OTU 之间的 spearman 相关性。所以 VARIABLE1 必须保持固定，而 OTU 必须每次都改变。

我尝试使用“lapply”，但没有成功：

flip_matrix <- t(matrix)
variable1 <- flip_matrix[,1]
lapply(flip_matrix[1:107], function(x) cor.test(x, variable1, alternative='two.sided', method='spearman'))
 Error in cor.test.default(x, shoot_growth, alternative = "two.sided",  :  
            'x' e 'y' must be of the same length

我该如何解决这个问题？谢谢大家！！

【问题讨论】：

标签： r matrix statistics iteration correlation

【解决方案1】：

你的意思是这样的吗？

matrix <- matrix(
  c(1565, 1809.83, 1019, 1909.83, 756.33,  631.67, 529.83, 436,
    0,   0  , 0  , 0   ,0   ,3   ,0   ,0,
    0,   0,   0 ,  0   ,0   ,0   ,13  ,0,
    5 ,  0  , 0 ,  0   ,0   ,0   ,0   ,0,
    0 ,  0,   0  , 0   ,0   ,0   ,0   ,0,
    0 ,  0  , 0   ,0   ,0   ,0   ,0   ,2,
    0 ,  0  , 19  ,0   ,9   ,236 ,59  ,2,
    0 ,  0  , 0   ,2   ,4   ,2   ,3   ,0,
    0 ,  0  , 10  ,5   ,0   ,0   ,7   ,0,
    6 ,  0  , 13  ,2   ,0   ,0   ,17  ,6,
    0,   0 ,  0   ,0   ,0   ,3   ,0   ,0,
    4,   13,  0   ,0   ,2   ,1   ,2   ,0,
    0 ,  0 ,  0   ,0   ,0   ,101 ,1   ,0), ncol = 8, byrow = T)

rownames(matrix) = c("VARIABLE1", paste("OTU", 1:12, sep = ""))

test <- list()
for (i in 2:nrow(matrix)) {
  test[[i]] <- cor.test(x = matrix[1,], y = matrix[i,], alternative="two.sided", method="spearman")
}

但我确实收到了警告消息，这可能是由于样本量小。

【讨论】：

【解决方案2】：

使用 apply 而不是循环。您还可以获得测试的 p 值。

df <- read.table(header=T,dec=",",text=c("row.names   1   2   3   4   5   6   7   8
VARIABLE1   1565    1809,83 1019    1909,83 756,33  631,67  529,83  436
                                         OTU1    0   0   0   0   0   3   0   0
                                         OTU2    0   0   0   0   0   0   13  0
                                         OTU3    5   0   0   0   0   0   0   0
                                         OTU4    0   0   0   0   0   0   0   0
                                         OTU5    0   0   0   0   0   0   0   2
                                         OTU6    0   0   19  0   9   236 59  2
                                         OTU7    0   0   0   2   4   2   3   0
                                         OTU8    0   0   10  5   0   0   7   0
                                         OTU9    6   0   13  2   0   0   17  6
                                         OTU10   0   0   0   0   0   3   0   0
                                         OTU11   4   13  0   0   2   1   2   0
                                         OTU12   0   0   0   0   0   101 1   0"))
dft <- t(df[,-1]) 
res <- apply(dft[,-1], 2, function(x,y) cor.test(x,y,method = "spearman"),dft[,1])
data.frame(do.call(rbind,res))

或者使用Hmisc包的rcorr函数

library(Hmisc)
rcorr(dft,type = "spearman")

【讨论】：