मैं टी-टेस्ट से उत्पन्न होने वाले सारांश आंकड़ों के संग्रह को स्वचालित करना चाहता हूं। नीचे दिए गए उदाहरण में मेरे पास नेस्टेड वैरिएबल Age, Location, और Treatment हैं। प्रत्येक Age और Location के लिए मैं Treatment पर आधारित एक टी-टेस्ट चलाना चाहता हूं, जिसके दो स्पष्ट नाम Control और Treatment हैं। दूसरे शब्दों में कहें तो, मैं प्रत्येक Age के लिए प्रत्येक Location पर नियंत्रण और उपचार साधनों के बीच अंतर के बारे में जानना चाहता हूं।
मैं col_t_welch फ़ंक्शन का उपयोग करके matrixTests में टी-टेस्ट चलाना चाहता हूं क्योंकि आउटपुट में पहले से ही कई सारांश आंकड़े हैं जिन्हें मैं ढूंढ रहा हूं (यानी, mean.diff, stderr, और pvalue)। मैं अपने डेटाफ़्रेम (df1) को नेस्टेड टी-टेस्ट के लिए फॉर-लूप का मज़ा लेने में सक्षम होने के लिए कैसे सेट कर सकता हूं?
प्रतिलिपि प्रस्तुत करने योग्य उदाहरण:
library(matrixTests)
library(ggplot2)
set.seed(123)
df1 <- data.frame(matrix(ncol = 4, nrow = 36))
x <- c("Age","Location","Treatment","Value")
colnames(df1) <- x
df1$Age <- as.factor(rep(c(1,2,3), each = 12))
df1$Location <- as.factor(rep(c("Central","North"), each = 6))
df1$Treatment <- as.factor(rep(c("Control","Treatment"), each = 3))
df1$Value <- round(rnorm(36,200,25),0)
# I can't get the for-loop below to work because I'm not sure how to set up the data frame, but I was thinking something along these lines.
i <- 1
p <- numeric(length = 3*2)
mean_diff <- numeric(length = 3*2)
SE_diff <- numeric(length = 3*2)
for(j in c("1", "2", "3")){
for(k in c("Control", "Treatment")){
ttest <- col_t_welch(Value, data = df1, subset = Age == j & Treatment == k))
p[i] <- a$pvalue
mean_diff[i] <- ttest$mean.diff
SE_diff[i] <- ttest$stderr
i <- i + 1
}
}
आदर्श अंतिम डेटा फ़्रेम नीचे d2 जैसा दिखेगा।
d2 <- expand.grid(Age = rep(c(1,2,3), 1),
Location = rep(c("Central","North"), 1),
mean_diff = NA,
SE_diff = NA,
pvalue = NA)
C1 <- df1[c(1:6),3:4]
N1 <- df1[c(7:12),3:4]
C2 <- df1[c(13:18),3:4]
N2 <- df1[c(19:24),3:4]
C3 <- df1[c(25:30),3:4]
N3 <- df1[c(31:36),3:4]
c1_mod <- col_t_welch(x=C1[1:3,2], y=C1[4:6,2])
n1_mod <- col_t_welch(x=N1[1:3,2], y=N1[4:6,2])
c2_mod <- col_t_welch(x=C2[1:3,2], y=C2[4:6,2])
n2_mod <- col_t_welch(x=N2[1:3,2], y=N2[4:6,2])
c3_mod <- col_t_welch(x=C3[1:3,2], y=C3[4:6,2])
n3_mod <- col_t_welch(x=N3[1:3,2], y=N3[4:6,2])
d2[1,3] <- c1_mod$mean.diff
d2[1,4] <- c1_mod$stderr
d2[1,5] <- c1_mod$pvalue
d2[2,3] <- c2_mod$mean.diff
d2[2,4] <- c2_mod$stderr
d2[2,5] <- c2_mod$pvalue
d2[3,3] <- c3_mod$mean.diff
d2[3,4] <- c3_mod$stderr
d2[3,5] <- c3_mod$pvalue
d2[4,3] <- n1_mod$mean.diff
d2[4,4] <- n1_mod$stderr
d2[4,5] <- n1_mod$pvalue
d2[5,3] <- n2_mod$mean.diff
d2[5,4] <- n2_mod$stderr
d2[5,5] <- n2_mod$pvalue
d2[6,3] <- n3_mod$mean.diff
d2[6,4] <- n3_mod$stderr
d2[6,5] <- n3_mod$pvalue
d2
1 उत्तर
मुझे लगता है कि यह आपकी मदद कर सकता है
पुस्तकालयों
library(matrixTests)
library(tidyverse)
आंकड़े
set.seed(123)
df1 <- data.frame(matrix(ncol = 4, nrow = 36))
x <- c("Age","Location","Treatment","Value")
colnames(df1) <- x
df1$Age <- as.factor(rep(c(1,2,3), each = 12))
df1$Location <- as.factor(rep(c("Central","North"), each = 6))
df1$Treatment <- as.factor(rep(c("Control","Treatment"), each = 3))
df1$Value <- round(rnorm(36,200,25),0)
हाउ तो
df1 %>%
group_nest(Age,Location,Treatment) %>%
pivot_wider(names_from = Treatment,values_from = data) %>%
mutate(
test = map2(
.x = Control,
.y = Treatment,
.f = ~col_t_welch(.x,.y)
)
) %>%
unnest(test) %>%
select(Age,Location,pvalue,mean.diff,stderr)
नतीजा
# A tibble: 6 x 5
Age Location pvalue mean.diff stderr
<fct> <fct> <dbl> <dbl> <dbl>
1 1 Central 0.675 -9.67 21.3
2 1 North 0.282 -22 17.7
3 2 Central 0.925 -3 28.4
4 2 North 0.570 9.33 14.6
5 3 Central 0.589 -14.7 25.0
6 3 North 0.311 -11.3 8.59
How Toका उपयोग करता हूं तो मुझे निम्न त्रुटि संदेश मिलता है: चयन में त्रुटि (।, आयु, स्थान, माध्य.डिफ, स्टेडर, पवल्यू): अप्रयुक्त तर्क (आयु, स्थान, माध्य। अंतर) , स्टेडर, पवल्यू)।