分组变量的t检验

Question

我得到了一个包含36个变量和74个观测值的数据框架。我想通过1个分组变量(具有两个级别)对35个变量进行两个样本配对测试。

例如:数据框包含“年龄”、“体重”和“组”变量。现在，我想我可以用下面的代码对每个变量进行测试：

t.test(age~group)

但是，有没有一种方法可以用一段代码测试所有35个变量，而不是逐个测试？

Answer 1

示例数据帧：

dat <- data.frame(age = rnorm(10, 30), body = rnorm(10, 30), 
                  weight = rnorm(10, 30), group = gl(2,5))

您可以使用lapply

lapply(dat[1:3], function(x) 
                   t.test(x ~ dat$group, paired = TRUE, na.action = na.pass))

在上面的命令中，1:3表示包括变量在内的列数。参数paired = TRUE是执行配对t检验所必需的。

Answer 2

Sven为您提供了一种很好的方法来实现您想要实现的功能。然而，我想警告你关于你正在做的事情的统计方面。

回想一下，如果您使用0.05的标准置信水平，这意味着对于每个执行的t测试，您有5%的机会犯类型1错误(错误地拒绝零假设)。根据概率定律，运行35个单独的t测试将你犯类型1错误的概率增加35倍，或者更准确地说：

Pr(类型1错误)=1- (0.95)^35 = 0.834

这意味着你有大约83.4%的机会错误地拒绝无效假设。基本上，这意味着，通过运行如此多的T-test，很有可能至少有一个T-test会提供不正确的结果。

仅供参考。