快速perl t-test函数

Question

我正在使用perl+R分析一个大型样本数据集。对于每两个样本，我计算t-test p值。目前，我使用statistics::R模块将值从perl导出到R，然后使用t.test函数。然而，这个过程非常慢。我想知道是否有人知道perl函数将以更有效的方式执行相同的过程。

谢谢!

Answer 1

数据量，数据集对的数量，甚至你写的代码可能会帮助我们找出为什么你的代码很慢。例如，将许多小数据集发送到R会很慢，但只需一次发送所有数据，就可以加快速度。

对于纯Perl语言解决方案，首先需要计算测试统计量(这很容易，例如，在Statistics::TTest中已经完成)，然后将其转换为p值(您需要类似于R的qt函数，但我不确定它在Perl语言中是否可用--您可以在最后将T值发送到R，以将它们转换为p值)。

Answer 2

您还可以尝试PDL，特别是PDL::Stats。

Answer 3

Statistics::TTest模块给出了一个p值。

use Statistics::TTest;

my @r1 = map { rand(10)   } 1..32;
my @r2 = map { rand(10)-2 } 1..32;

my $ttest = new Statistics::TTest;  
$ttest->load_data(\@r1,\@r2);  
say "p-value = prob > |T| = ", $ttest->{t_prob};

稍微玩玩一下，我发现这给你的p值比你从R得到的略低，R显然是在做一些减少自由度的事情，但我的统计学知识不足以解释它在做什么或为什么。(在上面的示例中，差异约为1%。如果使用320个浮点数而不是32个浮点数的样本，则差异为50%甚至更多，但这是1e-12和1.5e-12之间的差异。)如果你需要精确的p值，你需要小心。