使用anova结果列表中的pvalue作为条件

Question

我想运行一系列的kruskal.tests，然后是一个Kruskal非常重要的dunn_test。然后打印重要dunn_tests的结果。

library(rstatix)
library(purrr)

iris<- iris

for(i in 1:4){
  a<- colnames(iris)
  anova<- map(names(iris)[1:4], ~ kruskal.test(reformulate('Species', response=.x), data=iris))
  post<- dunn_test(iris, as.formula(paste(a[i], a[5], sep="~")), p.adjust.method= "bonferroni")
  
  if(any(post$p.adj < 0.05 & anova[[i]]$p.value < 0.05)){
    print(a)
    print(setNames(post, a))
  }
}

我想知道，当同一变量的kruskal测试显着性时，我如何才能只打印显着的dunntests。

我意识到这不会给我我想要的结果，因为帖子和阿诺瓦项目是两个独立的对象，这只是我最初的想法。使用anova[[i]]$p.value还会导致下标越界错误。

Answer 1

这里有一个函数来获得你想要的临时结果。它的工作原理类似于循环。我看到您熟悉as.formula，我认为这是这里最好的方法。我在测试和Dunn测试中使用了相同的公式。函数只使用要测试的列名，并由此创建公式。如果您想返回所有的自定义测试(如果任何一个比较都是重要的)，那么any可以进行一个小的更改。输出want通过至少一个重要的成对比较捕获所有的自定义测试。

除了代码之外，创建与R中函数同名的对象名称也不是很好，anova是R中的一个基本函数，因此您不希望结果名为anova。您还在循环中一次又一次地创建对象a。这是相同的任务，所以它应该在你的循环之外。这并不是什么大问题，但如果你开始使用更大的数据集，它就会加起来。

library(rstatix)
#> 
#> Attaching package: 'rstatix'
#> The following object is masked from 'package:stats':
#> 
#>     filter

iris <- iris

a <- colnames(iris)
a <- a[1:4]

myfunc <- function(y, x){
  form <- as.formula(paste0(y, " ~ ", x))
  res <- rstatix::kruskal_test(form, data = iris)
  
  if (res$p < 0.05){
     post <- rstatix::dunn_test(data = iris, form, p.adjust.method= "bonferroni")
     
     if(any(post$p.adj < 0.05)) return(post)
  }
}

want <- lapply(a, FUN = myfunc, x = "Species")
want <- do.call(rbind, want)

如果您只需要显着性的特定成对比较，因为来自dunn_test的输出是一个data.frame，那么您只需根据调整后的小于0.0 5的p值和return值来对其进行子集。

myfunc <- function(y, x){
  form <- as.formula(paste0(y, " ~ ", x))
  res <- rstatix::kruskal_test(form, data = iris)
  
  if (res$p < 0.05){
     post <- rstatix::dunn_test(data = iris, form, p.adjust.method= "bonferroni")
     post <- post[post$p.adj < 0.05 ,]
     return(post)
  }
}

作为一个循环，这将是：

res <- list()
post <- list()
post_sig <- list()
for(i in 1:4){
  form <- as.formula(paste0(a[i], " ~ Species"))
  res[[i]] <- rstatix::kruskal_test(form, data = iris)
  post[[i]] <- rstatix::dunn_test(data = iris, form, p.adjust.method= "bonferroni")
  
  if (res[[i]]$p < 0.05 & any(post[[i]]$p.adj < 0.05)){
       print(post[[i]])
       ## could be blanks in the list here as the number i is used
       ## e.g. if var 2 was not significant, post_sig[[2]] is blank
       post_sig[[i]] <- post[[i]]
  }
}

## if you want results as a dataframe
res <- do.call(rbind, res)
post <- do.call(rbind, post)
post_sig <- do.call(rbind, post_sig)

Answer 2

据我所知，您的代码大部分都能工作。唯一的主要问题是您误用了any()函数。你把第二个括号放错了。修复它并稍微重新排列代码，我运行了以下命令：

library(rstatix)
library(purrr)

iris<- iris

a<- colnames(iris)
anova<- map(names(iris)[1:4], ~ kruskal.test(reformulate('Species', response=.x), data=iris))

for(i in 1:4){
  post<- dunn_test(iris, as.formula(paste(a[i], a[5], sep="~")), p.adjust.method= "bonferroni")
  
  if(any(post$p.adj < 0.05) & anova[[i]]$p.value < 0.05){
    print(a[i])
    print(post)
  }
}

这段代码一个接一个地打印出正在测试的变量的名称和dunn_test的输出，只要来自kruskal测试的相关p值小于0.05，并且dunn_test中至少有一个比较是显着的。