R:使用 ddply 按组进行 cor.test

Question

我正在尝试计算数据框中两个数字列之间的相关性，以获得每个因子水平。这是一个示例数据框:

concentration <-(c(3, 8, 4, 7, 3, 1, 3, 3, 8, 6))
area <-c(0.5, 0.9, 0.3, 0.4, 0.5, 0.8, 0.9, 0.2, 0.7, 0.7)
area_type <-c("A", "B", "A", "B", "A", "B", "A", "B", "A", "B")
data_frame <-data.frame(concentration, area, area_type)

在这个例子中，我想为 area_type 的每个级别计算浓度和面积之间的相关性。我想使用 cor.test 而不是 cor，因为我想要 p 值和 kendall tau 值。我尝试使用 ddply 来做到这一点:

ddply(data_frame, "area_type", summarise,
  corr=(cor.test(data_frame$area, data_frame$concentration,
                 alternative="two.sided", method="kendall") ) )

但是，我对输出有疑问:它的组织方式与正常的 Kendall cor.test 输出不同，后者表示 z 值、p 值、备择假设和 tau 估计。取而代之的是，我得到了下面的输出。我不知道输出的每一行表示什么。此外，area_type 的每个级别的输出值都相同。

  area_type                                         corr
1          A                                    0.3766218
2          A                                         NULL
3          A                                    0.7064547
4          A                                    0.1001252
5          A                                            0
6          A                                    two.sided
7          A               Kendall's rank correlation tau
8          A data_frame$area and data_frame$concentration
9          B                                    0.3766218
10         B                                         NULL
11         B                                    0.7064547
12         B                                    0.1001252
13         B                                            0
14         B                                    two.sided
15         B               Kendall's rank correlation tau
16         B data_frame$area and data_frame$concentration

我对 ddply 做错了什么？还是有其他方法可以做到这一点？谢谢。

Answer 1

您可以添加一个名为 corr 的附加列。另外，您的语法有点不正确。 . 指定变量来自您指定的数据框。然后删除 data_frame$ 否则它将使用整个数据框:


ddply(data_frame，.(area_type)，总结，
corr=(cor.test(面积,浓度,
alternative="two.sided", method="kendall")), name=names(corr) )

给出:

   area_type                           corr        name
1          A                      -0.285133   statistic
2          A                           NULL   parameter
3          A                      0.7755423     p.value
4          A                     -0.1259882    estimate
5          A                              0  null.value
6          A                      two.sided alternative
7          A Kendall's rank correlation tau      method
8          A         area and concentration   data.name
9          B                              6   statistic
10         B                           NULL   parameter
11         B                      0.8166667     p.value
12         B                            0.2    estimate
13         B                              0  null.value
14         B                      two.sided alternative
15         B Kendall's rank correlation tau      method
16         B         area and concentration   data.name

statistic 是 z 值，estimate 是 tau 估计值。

编辑:你也可以这样做只拉你想要的东西:

corfun<-function(x, y) {
  corr=(cor.test(x, y,
                 alternative="two.sided", method="kendall"))
}

ddply(data_frame, .(area_type), summarise,z=corfun(area,concentration)$statistic,
      pval=corfun(area,concentration)$p.value,
      tau.est=corfun(area,concentration)$estimate,
      alt=corfun(area,concentration)$alternative
      ) 

给出:

area_type z pval tau.est alt
1 A -0.285133 0.7755423 -0.1259882 双面
2 B 6.000000 0.8166667 0.2000000 双面