グループデータt.testをrの複数の列に適用する方法は？

Question

私はその後、スクリプトがあるDFにグループA&Bによってq1ため

q1 q2 q3 group 
1 0 1 A 
0 1 0 B 
1 1 1 A 
0 1 0 B 

をt.testを行う予定：私はt.testスクリプトの機能を作った

t.test(subset(df,group==A,select = c("q1")),subset(df,group==B,select = c("q1")),alternative = "two.sided") 

：

x<-function(qnum){t.test(subset(df,group==A,select = c("qnum")),subset(df,group==B,select = c("qnum")),alternative = "two.sided")} 

次に私はapplyが私にt.testの結果をq1,q2,q3...

与えることができると思います

y<-select(df,grep("q\\d",colnames(df),perl=TRUE)) 
apply(y,2,x) 

が、エラーがあります。

Error in `[.data.frame`(x, r, vars, drop = drop) : 

マルチカラム用t.test結果を取得する方法への自動？

Answer 1

t.test()の式を使用して、これをよりうまく処理できます。たとえば、t.test(q1 ~ group, data = df)となります。私は（group除く）列ごとにt.test()を実行するためにlapply()を使用して、その後、データをシミュレートする計算式を使って説明します以下

：

# Create data 
set.seed(123) # This makes sampling replicable 
d <- data.frame(
    q1 = rnorm(20), 
    q2 = rnorm(20), 
    q3 = rnorm(20), 
    group = sample(c("A", "B"), size = 20, replace = TRUE) 
) 

head(d) 
#>   q1   q2   q3 group 
#> 1 -0.56047565 -1.0678237 -0.6947070  B 
#> 2 -0.23017749 -0.2179749 -0.2079173  A 
#> 3 1.55870831 -1.0260044 -1.2653964  A 
#> 4 0.07050839 -0.7288912 2.1689560  A 
#> 5 0.12928774 -0.6250393 1.2079620  A 
#> 6 1.71506499 -1.6866933 -1.1231086  B 

# Example of using a formula 
t.test(d$q1 ~ d$group) 
#> 
#> Welch Two Sample t-test 
#> 
#> data: d$q1 by d$group 
#> t = -0.76262, df = 17.323, p-value = 0.4559 
#> alternative hypothesis: true difference in means is not equal to 0 
#> 95 percent confidence interval: 
#> -1.2294678 0.5759458 
#> sample estimates: 
#> mean in group A mean in group B 
#>  -0.05443279  0.27232820 


# How to apply t.test to every column with lapply() 
# - d[,-4] is all data excluding `group` variable 
lapply(d[,-4], function(i) t.test(i ~ d$group)) 
#> $q1 
#> 
#> Welch Two Sample t-test 
#> 
#> data: i by d$group 
#> t = -0.76262, df = 17.323, p-value = 0.4559 
#> alternative hypothesis: true difference in means is not equal to 0 
#> 95 percent confidence interval: 
#> -1.2294678 0.5759458 
#> sample estimates: 
#> mean in group A mean in group B 
#>  -0.05443279  0.27232820 
#> 
#> 
#> $q2 
#> 
#> Welch Two Sample t-test 
#> 
#> data: i by d$group 
#> t = -1.6467, df = 17.731, p-value = 0.1172 
#> alternative hypothesis: true difference in means is not equal to 0 
#> 95 percent confidence interval: 
#> -1.2881952 0.1568201 
#> sample estimates: 
#> mean in group A mean in group B 
#>  -0.3906697  0.1750179 
#> 
#> 
#> $q3 
#> 
#> Welch Two Sample t-test 
#> 
#> data: i by d$group 
#> t = 0.52889, df = 13.016, p-value = 0.6058 
#> alternative hypothesis: true difference in means is not equal to 0 
#> 95 percent confidence interval: 
#> -0.7569843 1.2478547 
#> sample estimates: 
#> mean in group A mean in group B 
#>  0.253746354  0.008311147