使用一列中的数据进行非配对 t 检验答案

【问题标题】：Un-paired t-test using data within one column使用一列中的数据进行非配对 t 检验
【发布时间】：2020-01-20 18:29:33
【问题描述】：

我想进行非配对 t 检验，以检查每个 type 类别中值是否在站点之间不同。

所以我的问题是，在类型内（AB 或 CD），值（valueA 或 valueB）在站点之间（A 或B）？

这是我的数据示例：

dat <- data.frame(
  "site" = c("A","B","B","A","A","B","B","A"), 
  "type" = c("AB","CD"), 
  "valueA" = c(13,-10,-5,18,-14,12,-17,19), 
  "valueB" = c(-3,20,15,-16,12,15,-11,14)
)
dat

site type valueA valueB
A   AB     13     -3
B   CD    -10     20
B   AB     -5     15
A   CD     18    -16
A   AB    -14     12
B   CD     12     15
B   AB    -17    -11
A   CD     19     14

我正在尝试进行四个 未配对 t 检验来检查：

如果 valueA 类型 AB，则站点 A 与站点 B 之间的差异
如果 valueB 类型 AB，则站点 A 与站点 B 之间的差异
如果 valueA 类型为 CD，则站点 A 与站点 B 之间的差异
如果 valueB 类型为 CD，则站点 A 与站点 B 之间的差异

为了运行非配对 t 检验，我认为我需要重新排列我的数据，以便类型 AB 和类型 CB 以及站点 A 和站点 B 都是一列（而不是在类型或站点列中)。

编辑：

在 cmets 中使用建议的代码：

library(dplyr)
d %>% 
  group_by(site, type) %>% 
  summarise(pval = t.test(valueA, valueB)$p.value)

输出是这样的：

site  type   pval
A     AB    0.784
A     CD    0.417
B     AB    0.492
B     CD    0.365

据我了解，这里的 p 值给出了 valueA 和 valueB 之间的差异。

我正在寻找，例如： CD 类型中 valueA 的站点 A 和站点 B 的区别。

因此，如果我的想法正确，则 t 检验的输出应该有一个类型、值 A 和值 B 的列。然后 p 值用于站点之间的差异。

与此类似：

type  valueA  valueB
AB     0.365   0.784
CD     0.492   0.417

这有意义吗？

【问题讨论】：

标签： r reshape spread t-test

【解决方案1】：

我们可以做一个group_by 'site', 'type' 并应用t.test

library(dplyr)
out <- dat %>% 
         group_by(site, type) %>% 
         summarise(pval = t.test(valueA, valueB)$p.value)

默认情况下，paired = FALSE in t.test

上面的输出可以用pivot_wider重新整形为“宽”格式

library(stringr)
library(tidyr)
out %>%
    ungroup %>%
    mutate(site = str_c('value', site)) %>% 
    pivot_wider(names_from = site, values_from = pval)
# A tibble: 2 x 3
#  type  valueA valueB
#  <fct>  <dbl>  <dbl>
#1 AB     0.784  0.492
#2 CD     0.417  0.365

如果我们要比较 'AB' 和 'CD' 之间的 'value' 列

dat %>% 
   group_by(site) %>% 
   summarise_at(vars(starts_with('value')), 
          ~ t.test(.[type == 'AB'], .[type == 'CD'])$p.value)
# A tibble: 2 x 3
#  site  valueA valueB
#  <fct>  <dbl>  <dbl>
#1 A      0.393  0.784
#2 B      0.464  0.439

【讨论】：

谢谢@akrun，我已经编辑了我的问题来问另一个问题！
@jl748795 所以，您只想将reshape 设为“宽”格式
谢谢。 ** mutate(site = str_c('value', ... ** ) 的代码部分只是在列名中的站点 A 或站点 B 前面添加单词“值”。如果我改变世界值到'vvv'，它在列名中显示为'vvvA'和'vvvB'。所以它没有给我类型，valueA和valueB的列，它仍然给我类型，站点A和站点B的列.

【解决方案2】：

我想我明白你的要求了。看看这是否适合你：

library(tidyverse)

dat %>% 
  pivot_longer(cols = c(valueA, valueB), names_to = "name", values_to = "val") %>%
  split(.$site) %>%
  map(., ~rename(.x, !!sym(paste0(.x$site[[1]], "val")) := val) %>%
        select(-site)) %>%
  reduce(full_join, by = c("type", "name")) %>%
  group_by(type, name) %>%
  summarise(p.val = t.test(Aval, Bval)$p.value) %>%
  pivot_wider(id_cols = type, names_from = name, values_from = p.val)
#> # A tibble: 2 x 3
#> # Groups:   type [2]
#>   type  valueA valueB
#>   <fct>  <dbl>  <dbl>
#> 1 AB    0.284   0.785
#> 2 CD    0.0703  0.121

在这里，我们从宽到长，按站点拆分数据帧。重命名感兴趣的值以包含站点，重新加入数据框，然后按类型和站点运行分组的 t.test。

【讨论】：