こちらの方の解決法。
おそらくこのブログを書いておられる方。 https://blog.goo.ne.jp/r-de-r
同じグループ間（治療群対プラセボ群）で異なる変数（年齢、身長、体重、罹病期間、疾患など）について複数のt検定（またはウィルコクソン検定）を行う必要があることがよくある。しかし、私の知る限り、これを補助する機能はない。
なぜかRは基礎分析に弱いのである。
サンプルデータ
library(survival) data(kidney)
データ。
id time status age sex disease frail 1 1 8 1 28 1 Other 2.3 2 1 16 1 28 1 Other 2.3 3 2 23 1 48 2 GN 1.9 4 2 13 0 48 2 GN 1.9 5 3 22 1 32 1 Other 1.2
lapplyを使った方法
lapply(kidney[,c("time", "age", "frail")],
function(x) t.test(x ~ kidney$sex, var.equal = TRUE))
結果。
$time
Two Sample t-test
data: x by kidney$sex
t = -1.706, df = 74, p-value = 0.09221
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-124.551228 9.651228
sample estimates:
mean in group 1 mean in group 2
59.30 116.75
$age
Two Sample t-test
data: x by kidney$sex
t = -0.069294, df = 74, p-value = 0.9449
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-7.970091 7.434376
sample estimates:
mean in group 1 mean in group 2
43.50000 43.76786
$frail
Two Sample t-test
data: x by kidney$sex
t = 0.95032, df = 74, p-value = 0.345
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.1872248 0.5286533
sample estimates:
mean in group 1 mean in group 2
1.310000 1.139286
ややややこしいな、という印象がある。
自作関数を作っての方法
下記が作成された自作の関数。
multi.tests <- function(fun = t.test, df, vars, group.var, ...) {
sapply(simplify = FALSE, # sapply(simplify=T) better, elements named
vars, # loop on vector of outcome variable names
function(var) {
formula <- as.formula(paste(var, "~", group.var))# create a formula with outcome and grouping var.
fun(data = df, formula, ...) # perform test with a given fun, default t.test
}
)
}
まとめてT検定を行う
res.multi.t.tests <-
multi.tests(fun = t.test,
df = kidney,
vars = c("time","age","frail"),
group.var = "sex",
var.equal = TRUE)
res.multi.t.tests
P値だけ取り出す
data.frame(p.value = sapply(res.multi.t.tests, getElement, name = "p.value"))
p.value time 0.09221072 age 0.94494267 frail 0.34504459
