使用二进制比较在数据帧上的R chisq.test（） [英] R chisq.test() on dataframe using binary comparsion

问题描述

我想对尺寸为（50x752）的数据框进行chisq.test。我想获取所有列的所有可能的成对比较的pvalues（通过多次测试进行调整）。最后，我想返回一个矩阵（50x50）以生成调整后的chisq p值的热图。这是我目前正在做的事情，但这简直是天作之合。

第一步：进行成对比较

  function（data，p.adjust.method = holm）
 {
 cor.mat<-cor（data）
 x<- ncol（data）#nb在这里矩阵的列50 
 y <-nrow（data）#nb在这里矩阵的列758 
 index <-t（combn（x，2））＃创建所有可能组合的输出矩阵位置
 nindex<-nrow（index）
 pvals<-numeric（nindex）
 
 for（i in 1：nindex）
 {
 pvals [i]-chisq.test（data [，index [i，1]]，data [，index [i，2]]）$ p.value 
} 
 pvals <-p.adjust（pvals，method = p.adjust.method）
 out<-as.data.frame（cbind（index，pvals））
} 
  

第二步：使用

<$将输出表转换为矩阵p $ p> dcast（df，V2〜V1，fill = 1）＃thanx到Roland的这个功能！


但这不能很好地工作，因为我没有在最终矩阵中反映pvalue，操纵1st函数的输出，以对角线填充0（在将列与其自身进行比较时）。

解决方案

喜欢这个吗？

 ＃一些数据
 set.seed（42）
 df<-data.frame（a = rbinom（1000,5,0.3），
b = rbinom（1000,5,0.001），
c = rbinom（1000,5,0.1），
d = rbinom（1000,5,0.9））
 
＃函数计算调整p值
 fun<-函数（x，y）{
 p.adjust（chisq.test（df [，x]，df [，y]）$ p.value，method = holm，n =选择（ncol（df），2））
} 
 
 p.adj<-外部（names（df），names（df），FUN = Vectorize（ ＃使用外部获取矩阵
 diag（p.adj）<-1＃您应该找出为什么chisq.test在diag 
 rownames（p.adj）处返回零的原因-名称（df）
 colnames（p.adj）<-名称（df）
 
 p.adj 
＃abcd 
 #a 1 1.0000000 1 1.0000000 
 #b 1 1.0000000 1 0.6152165 
 #c 1 1.0000000 1 1.0000000 
 #d 1 0.6152165 1 1.0000000 
  

I want to do a chisq.test on a dataframe of dimension (50x752). I want to get the pvalues (adjusted by multiple testing) for all possible paire-wise comparison for all columns. At the end I want to get back a matrix (50x50) to generate a heatmap of the adjusted chisq pvalues. Here is what I do at the moment but this is far beeing ideal.

Step1: do the pairewise comparison

function(data,p.adjust.method="holm")
{
cor.mat <- cor(data)
x<-ncol(data)#nb of column in matrix here 50
y<-nrow(data)#nb of column in matrix here 758
index<-t(combn(x, 2)) #create the matrix position of output for all possible combination
nindex <- nrow(index)
pvals <- numeric(nindex)

for (i in 1:nindex)
{
pvals[i]<-chisq.test(data[, index[i, 1]], data[, index[i,2]])$p.value   
}
pvals<-p.adjust(pvals,method = p.adjust.method)
out <- as.data.frame(cbind(index, pvals))
}

Step2: The output table is transform into a matrix using

   dcast(df,V2~V1,fill=1) # thanx to Roland for this function!

But this is not working well, as I do not mirror the pvalue in the final matrix and I have to manipulate the output of the 1st function to get the diagonal filled with 0 (when comparing a column to itself). Your help will be greatly appreciated!

解决方案

Like this?

#some data
set.seed(42)
df <- data.frame(a=rbinom(1000,5,0.3),
                 b=rbinom(1000,5,0.001),
                 c=rbinom(1000,5,0.1),
                 d=rbinom(1000,5,0.9))

#function to calculate the adj. p-value
fun <- function(x,y) {
  p.adjust(chisq.test(df[,x],df[,y])$p.value,method="holm",n=choose(ncol(df),2))
}

p.adj <- outer(names(df),names(df),FUN=Vectorize(fun)) #use outer to get a matrix
diag(p.adj) <- 1  #you should find out why chisq.test returns zero at the diag
rownames(p.adj) <- names(df)
colnames(p.adj) <- names(df)

p.adj
#  a         b c         d
#a 1 1.0000000 1 1.0000000
#b 1 1.0000000 1 0.6152165
#c 1 1.0000000 1 1.0000000
#d 1 0.6152165 1 1.0000000

这篇关于使用二进制比较在数据帧上的R chisq.test（）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！