t 检验错误答案

【问题标题】：Error with t-testt 检验错误
【发布时间】：2013-08-07 04:15:53
【问题描述】：

我在正常的 t 检验中遇到错误：

  data <- read.table("/Users/vdas/Documents/RNA-Seq_Smaples_Udine_08032013/GBM_29052013/UD_RP_25072013/filteredFPKM_matrix.txt",sep="",header=TRUE,stringsAsFactors=FALSE)

  PGT <- cbind(data[,2],data[,7],data[,24])
  PDGT <- cbind(data[,6],data[,8])
  pval2 <- NULL
  for(i in 1:length(PGT[,1])){
     pval2 <- c(pval2,t.test(as.numeric(PDGT[i,]),as.numeric(PGT[i,]))$p.value)
     print(i)
  }

错误：

Error in t.test.default(as.numeric(PDGT[i, ]), as.numeric(PGT[i, ])) : 
  not enough 'x' observations

我无法理解向量出了什么问题。你能告诉我吗？我一直无法弄清楚。

【问题讨论】：

向我们展示您的数据的样子。使用str 和summary。如果您通过一个简单的示例使您的错误可重现，那就太好了。
NAs 与否（请参阅下面的 cmets），如果我的代码正确，您似乎正在对长度为 2（行在 PDGT 中）针对长度为 3 的 'y 向量（PGT 中的行）。相当小的样本。如果我错了，请纠正我。
是的，这是真的，它是 3 对 2，但是是的，在我对某些行运行 t.test 之后，我有很多值 NaN，如果我必须删除低丰度表达式值那么矩阵大小会减小..
一个小注解：没有必要将您的数据框一分为二并遍历行。您可以对原始数据逐行应用您的函数：pvals <- apply(X = data, MARGIN = 1, function(dd) t.test(x = dd[c(6, 8)], y = dd[c(2, 7, 24)])$p.value)

标签： r bioinformatics hypothesis-test

【解决方案1】：

您的数据很可能具有NA 值。例如：-

x<-rep(NA,4)
t.test(x)

Error in t.test.default(x) : not enough 'x' observations

【讨论】：

是的，在我的数据中，我有 NaN 值，实际上这些是基因的表达值，所以有些非常低，所以它们的值为 0。你认为这是这个错误的原因吗？如果是这样，在这种情况下，我将无法执行 t.test，因为某些行在一个条件下有 3 个字段为 0，而在第二个条件下的其他字段有值。我说的对吗？
在我看来，缺失值是t.test 失败的原因。最好的办法是跳过所有具有任何 NA 值的行。

【解决方案2】：

根据您的评论，错误似乎是由于缺少值。您可以通过设置na.rm=TRUE 排除缺失值。参考：-Missing value。在发布 R 问题之前，请查看 How to make a great R reproducible example?

【讨论】：

【解决方案3】：

要删除 NA 值，请执行以下操作：

> a <- sample(c(NA, 1:5), 20, replace = TRUE)
> a
 [1] NA  1  2 NA  1  5  4  4  3  3  2  4 NA  4 NA NA  1  2 NA  5
> b <- na.omit(a)
> b
 [1] 1 2 1 5 4 4 3 3 2 4 4 1 2 5

【讨论】：