在 R 中围绕统计测试编写函数

Question

我正在为我的（工作的）R 脚本编写一个函数来清理我的代码。我没有编写函数的经验，但决定我应该花一些时间来做这件事。我的函数的目标是执行多个统计测试，同时只通过所需的数据框、定量变量和分组变量一次。但是，我无法让它发挥作用。供您参考，我将使用 ToothGrowth 数据框来说明我的问题。

假设我想在 len 上运行 Kruskal-Wallis 检验和单向方差分析，以比较名为 supp 的不同组，无论出于何种原因。我可以单独使用

kruskal.test(len ~ supp, data = ToothGrowth)
aov(len ~ supp, data = ToothGrowth)

现在我想编写一个执行这两个测试的函数。这是我认为应该起作用的：

stat_test <- function(mydata, quantvar, groupvar) {
  kruskal.test(quantvar ~ groupvar, data = mydata)
  aov(quantvar ~ groupvar, data = mydata)
}

但是如果我然后运行stat_test(ToothGrowth, "len", "sup")，我会得到错误

Error in kruskal.test.default("len", "supp") : 
  all observations are in the same group 

我做错了什么？任何帮助将不胜感激！

Answer 1

您可以使用deparse(substitute(quantvar)) 来获取要传递给函数的列的引用名称，这将允许您使用paste 构建公式。这是在 R 中更惯用的操作方式。

这是一个可重现的例子：

stat_test <- function(mydata, quantvar, groupvar) {
  A <- as.formula(paste(deparse(substitute(quantvar)), "~", 
                        deparse(substitute(groupvar))))
  print(kruskal.test(A, data = mydata))
  cat("\n--------------------------------------\n\n")
  aov(A, data = mydata)
}

stat_test(ToothGrowth, len, supp)
#> 
#>  Kruskal-Wallis rank sum test
#> 
#> data:  len by supp
#> Kruskal-Wallis chi-squared = 3.4454, df = 1, p-value = 0.06343
#> 
#> 
#> --------------------------------------
#> Call:
#>    aov(formula = A, data = mydata)
#> 
#> Terms:
#>                     supp Residuals
#> Sum of Squares   205.350  3246.859
#> Deg. of Freedom        1        58
#> 
#> Residual standard error: 7.482001
#> Estimated effects may be unbalanced

^{由reprex package (v0.3.0) 于 2020 年 3 月 30 日创建}

Answer 2

您似乎需要将作为文本字符串给出的可变参数转换为公式。您可以通过将字符串与paste() 连接来做到这一点。此外，您需要将 print() 包裹在函数内的两个统计测试中，否则只会显示最后一个。

这里是修改后的函数：

stat_test <- function(mydata, quantvar, groupvar) {
  model_formula <- formula(paste(quantvar, '~', groupvar))
  print(kruskal.test(model_formula, data = mydata))
  print(aov(model_formula, data = mydata))
}