如何解决使用多个分组变量对 R 进行 t 检验
long_id | short_id | quants | 处理 | avg_amount |
---|---|---|---|---|
7210 | 721015 | 短 | 0 | 2528582.92 |
7210 | 721015 | 中 | 0 | 1893851.78 |
7210 | 721015 | 长 | 0 | 2274530.74 |
7210 | 721015 | 短 | 1 | 1301169.80 |
7210 | 721015 | 中 | 1 | 1442934.90 |
7210 | 721015 | 长 | 1 | 1582988.01 |
7210 | 721022 | 短 | 0 | 1569400.78 |
7210 | 721022 | 中 | 0 | 25463492.9 |
7210 | 721022 | 长 | 0 | 58901706.6 |
7210 | 721022 | 短 | 1 | 81037294.1 |
7210 | 721022 | 中 | 1 | 1491750.90 |
7210 | 721022 | 长 | 1 | 8721906.01 |
对于多个 ID 依此类推。我也有相同版本的宽格式数据集,其中“0”成为treatment_0变量,而“1”成为“treatment_1”变量。
我想进行 t 检验,以比较 avg_amount 对 0/1 两种处理的均值,但也要对长 ID 和短 ID 以及 quants 变量进行分组。
这是我尝试过的:
stat.test <- df %>%
group_by(short_id,long_id,quants) %>%
t_test(avg_amount ~ treatment ) %>%
adjust_pvalue(method = "BH") %>%
add_significance()
错误:mutate()
列 data
有问题。
ℹ data = map(.data$data,.f,...)
。
x 没有足够的“x”观察
df2 <- data_wide %>%
group_by(short_id,quants) %>%
do(tidy(t.test(.$treatment_0,.$treatment_1,mu = 0,alt = "two.sided",paired = F,conf.level = 0.99)))
t.test.default(.$treatment_0,alt = "two.side",: 没有足够的 'x' 观察
-> 也试过 "paired=T" 但结果是一样的。
stat.test <- df %>%
+ group_by(short_id,long_id treatment,quants,avg_amount) %>%
+ t_test(avg_amount ~ treatment ) %>%
+ adjust_pvalue(method = "BH") %>%
+ add_significance()
错误:mutate()
列 data
有问题。
ℹ data = map(.data$data,...)
。
x 无法提取不存在的列。
x 列 treatment
不存在。
这是我第一次需要进行这样的 t 检验。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。