R:如何在两组t-test之间运行？

Question

当拆分同一数据集中的组时，我尝试在R中运行一系列t-test。我已经能够轻松地使用group_by对数据进行分组，并选择必要的变量。我还了解如何使用t.test函数轻松运行t-test，但这些并不能解决组的问题。

数据集由一组参与者组成，他们在两种不同的条件下完成干预，并具有不同的负载程度(例如，见下文)。

Participant Condition   Load    var.1   var.2   var.3
P01         a           1       834.99  0.383   0.342
P01         a           2       917.22  0.342   0.301
P01         a           3       995.24  0.305   0.263
P01         b           1       1074.22 0.276   0.235
P01         b           2       1156.46 0.247   0.208
P01         b           3       871.41  0.307   0.277
P02         a           1       945.10  0.290   0.260
P02         a           2       1010.39 0.272   0.239
P02         a           3       1096.92 0.265   0.234
P02         b           1       1171.91 0.227   0.195
P02         b           2       664.00  0.260   0.191
P02         b           3       711.92  0.238   0.175
P03         a           1       782.02  0.211   0.154
P03         a           2       858.70  0.174   0.134
P03         a           3       915.21  0.154   0.114
P03         b           1       668.22  0.178   0.207
P03         b           2       723.92  0.243   0.186
P03         b           3       788.31  0.209   0.157  

我使用以下命令拆分组：

    grouped.my.df <- my.df %>%
      group_by(Condition, Load) %>%
      select(-var.4, -var.5,-var.6)

然后，我尝试运行t-test，但不确定如何从tbl中创建的组运行它。是更好地创建每个组的向量(如果是这样，如何创建)，还是可以直接对创建的组运行t-test？(下面的代码是我想要做的一个例子，我知道它实际上并不起作用)。

t.test(group.P01.a.1$var.1, group.P01.b.1$var1)

任何帮助都是非常感谢的。

Answer 1

您未正确应用group_by。它并不能像你现在使用的那样做任何事情。

您可以使用filter选择数据集的一个子集，例如：

grouped.a.1 = my.df %>% filter(Condition == "a", Load == 1)
grouped.b.1 = my.df %>% filter(Condition == "b", Load == 1)

然后在t.test中使用它

t.test(grouped.a.1$var.1, grouped.b.1$var.1)

或者，因为如果有两个组，t.test也接受公式参数：

t.test(var.1 ~ Condition, my.df %>% filter(Load == 1))

两者都针对Load == 1的b条件测试a条件。我假设你的t.test(group.P01.a.1$var.1, group.P01.b.1$var1)产品线中的参与者的歧视是无意的。

我想我误解了你的问题，你想要的可能是这样的

my.df %>%
    select(-Participant) %>%
    group_by(Load) %>%
    summarize_at(
        vars(-group_cols(), -Condition),
        list(p.value = ~ t.test(. ~ Condition)$p.value) )

这将为您提供Load和所有变量的所有值在两个条件之间的所有两组t检验的p值。