在许多单行数据中按组在 R 中进行相关测试 [关闭]

Posted 2023-04-18

【中文标题】在许多单行数据中按组在 R 中进行相关测试 [关闭]

【英文标题】：Correlation tests in R by groups in many single rows of data [closed]

【发布时间】：2013-10-01 16:46:54

【问题描述】：

我想在一个大型数据集（40,000 多个基因）上执行一系列相关性测试（Pearson 或 Spearman 都可以，但如果可能，我会尝试两者），在这个人工示例中安排如下：

Gene    S1- S2- S3- S4- S5- S1+ S2+ S3+ S4+ S5+
A       3   6   9   12  15  6   9   12  15  18
B       2   1   4   1   3   1   3   4   7   7
C       3   6   9   12  15  18  15  12  9   6

我有五个被拆分的配对样本（本例中为 - 和 +）。我想看看每个单独基因的 (-) 和 (+) 组之间是否存在任何相关性（需要相关系数和 p 值）。因此，对于这个例子，我会收到：

Gene    p-val   corr.
A       0       1
B       0.94    0.04
C       0       -1

我还没有想出在 R 中执行此操作的任何方法，但也许我遗漏了一些东西（直到最近才开始学习如何使用该程序）。如果有其他免费软件程序可以更有效地执行这些测试，我愿意接受任何选择（我们的大学很便宜）。

【参考方案1】：

dat <- read.table(text="Gene    S1- S2- S3- S4- S5- S1+ S2+ S3+ S4+ S5+
A       3   6   9   12  15  6   9   12  15  18
B       2   1   4   1   3   1   3   4   7   7
C       3   6   9   12  15  18  15  12  9   6 ", header=TRUE)

cbind( dat[,1,drop=FALSE], 
cor.gene= apply(dat[,-1], 1, function(x) cor(x[1:5], x[6:10]) ), 
cor.test= apply(dat[,-1], 1, function(x) cor.test(x[1:5], x[6:10])$p.value ) )
  Gene    cor.gene  cor.test
1    A  1.00000000 0.0000000
2    B  0.04411765 0.9438459
3    C -1.00000000 0.0000000

@Henrik 只想要一个 apply ，所以这是一种面向列的语言，您需要转置结果：

cbind( dat[,1,drop=FALSE], 
       t( apply(dat[,-1], 1, function(x) 
                               c( cor.gene=cor(x[1:5], x[6:10]), 
                                  pval= cor.test(x[1:5], x[6:10])$p.value ) )
      ) )
  Gene    cor.gene      pval
1    A  1.00000000 0.0000000
2    B  0.04411765 0.9438459
3    C -1.00000000 0.0000000

【讨论】：

我想你可以把$statistic改成$p.value

我正要发布一个类似的解决方案，所以我对-1的背景有点好奇？

是的，我对此有点惊讶。怀疑它可能来自 OP，他希望得到比我最初提供的更完整的解决方案。 （特别是因为我的第一次尝试出现了语法错误。）但我想这可能只是一次随机的驾车射击。

:) 我从apply 和cr <- cor.test(x[1:5], x[6:10]) 和data.frame(cr$p.value, cr$estimate) 开始。最初我认为apply 是干净的，但之后需要一些额外的步骤才能使所有部分都到位......

非常感谢您的更新。对此，我真的非常感激。比我的尝试要干净得多——我学到了很多不错的解决方案。我已经在这里给了你我的+1。我在您的评论中添加了一个象征性的内容。