R中的P值排列

Question

我是 r 的新手

我正在 R 中执行置换测试以确定某些 SNP 的出现百分比是否是偶然的 我的数据设置了一个包含 52K 值的向量 我按原样通过 Loop 进行测试：

R1_H <- R1[,12] #extract the vector from a dataframe

niter=100000       #set the number of iterations
out <- rep(0,length(R1_H))

for (i in 1:niter){
out = out + (R1_H <= sample(R1_H)) #compare my ocurrence against a 
                                 #sample of the entire population
}

pvalue=out/niter #determine the pvalue
R1$pvalueF = pvalue #print the pvalue

问题是这种方式极其缓慢且耗费资源。 有人认为更有效的方法吗？ 非常感谢

Answer 1

我不完全确定你在做什么。但有几点。 R 具有内置的 replicate 函数，该函数是专门为这类事情设计的。您可以使用的一种选择是：

my_vector <- replicate(niter, 
                   expr = (R1_H <= sample(R1_H, replace = T)))

这将重复expr niter 次。在这种情况下，它将进行替换采样并返回一个矩阵，其中包含 R1_H 和 10k 列中的数据点数。然后你可以这样做：

mean(colMeans(my_vector))

获取您尝试报告的“pvalue”。