创建函数以对多个连续变量执行ttest时出错

Andrew Taylor 发表于 Dev

安德鲁·泰勒（Andrew Taylor）

因此，我正在尝试创建一个函数，该函数将接收一串连续变量，一个分类变量和一个数据框，并为每个连续变量输出一个包含以下表格的表格：均值第1组，均值第2组，teststat，置信区间，p-值。

当前在这里给我的错误是：model.frame.default中的错误（公式= var〜类，数据=数据）：可变长度不同（为“类”找到）

我希望获得有关如何解决此错误并使此功能执行我喜欢的操作的任何反馈。我想使此函数的方式更加实质和灵活，但是我什至无法使基本版本（处理多个变量）正常工作。

谢谢！

#Continuous must be an object of the form:
   #vars<-c("cont1", "cont2", "cont3", etc)
#CREATE DATA
cat1<-sample(c(1,2), 100, replace=T)
cont1<-rnorm(100, 25, 8)
cont2<-rnorm(100, 0, 1)
cont3<-rnorm(100, 6, 14.23)
cont4<-rnorm(100, 25, 8)*runif(5, 0.1, 1)
one<-data.frame(cat1, cont1, cont2, cont3, cont4)

#FUNCTION
two.group.comp<-function(continvars,class,data){
attach(data)

descriptives<-function(var){
 test<-t.test(var~class, data)
 means<-data.frame(test[5])
 mean1<-means[1,1]
 mean2<-means[2,1]
 teststatbig<-data.frame(test[1])
 teststat<-teststatbig[1,1]
 conf<-data.frame(test[4])
 lconf<-conf[1,1]
 uconf<-conf[2,1]
 pvalues<-data.frame(test[3])
 pvalue<-pvalues[1,1]

 variablename<-deparse(substitute(var))

 entry<-data.frame(variablename,mean1,mean2,lconf,uconf,teststat,pvalue)
 }  
 var<-data.frame(continvars)
 table<<-sapply(var,descriptives)
  detach(data)
}  
#VARIABLES
continvars<-c("cont1", "cont2", "cont3")
#CALL TO FUNCTION
two.group.comp(continvars=continvars, class=cat1, data=one)

耶洛华德

这是您想要的吗？

two.group.comp <- function(continvars,class,data){
  get.stats <- function(x,cat){
    f  <- unique(cat)
    x1 <- x[cat==f[1]]
    x2 <- x[cat==f[2]]
    tt <- t.test(x1,x2)
    smry        <- c(tt$estimate,tt$statistic,p=tt$p.value)
    names(smry) <- c("mean.1","mean.2","t","p")
    return(smry)
  }
  result <- do.call(rbind,lapply(data[,continvars],get.stats,cat=class))
  return(result)
}
# create sample dataset
set.seed(1)
cat1 <-sample(c(1,2), 100, replace=T)
cont1<-rnorm(100, 25, 8)
cont2<-rnorm(100, 0, 1)
cont3<-rnorm(100, 6, 14.23)
cont4<-rnorm(100, 25, 8)*runif(5, 0.1, 1)
one  <-data.frame(cat1, cont1, cont2, cont3, cont4)
continvars<-c("cont1", "cont2", "cont3")
# call the function...
two.group.comp(continvars,cat1,one)
#           mean.1      mean.2          t          p
# cont1 24.4223859 25.33275704 -0.6024497 0.54827955
# cont2  0.0330148  0.01168979  0.1013519 0.91947827
# cont3 10.5784201  4.00651493  2.4183031 0.01747468