我有一个通过Dunnett测试按组（4个级别）测试的25列的列表。我能够使用sapply函数使Dunnett按组用于所有列，并且在将p值放入表中时遇到了一些麻烦。以下是使用虹膜数据集尝试执行的示例。
iris <- iris
iris$group <- ifelse(iris$Species =='setosa', 1,
ifelse(iris$Species =='versicolor', 2,
ifelse(iris$Species =='virginica', 3,
0)))
iris$group <- as.factor(iris$group)
summary(glht(aov(Sepal.Length ~ group, iris), linfct=mcp(group="Dunnett" )))
test
iris$Species
dunnet_model_iris <- sapply(iris[-c(5,6)], function(y, f) summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
names(dunnet_model_iris[[10]]$pvalues)
p_value <- dunnet_model[[10]]$pvalues
p_value
我能够通过dunnet_model [[10]] $ pvalues获得每列的p值（每列相隔10行（例如：第二列将是dunnet_model [[20]] $ pvalues）。 ，我的数据集有25列，所以我将从10-250拉出。我想创建一个表，如下所示：
2-1 3-1
Sepal.Length 1.44E-15 2.22E-16
Sepal.Width 1.44E-15 2.22E-16
Petal.Length 1.44E-15 2.22E-16
问题：如何将每一列的所有Dunnett比较P值提取到一个表中？
我在寻找答案时遇到了一些麻烦。如果有人有什么建议，将不胜感激。我不希望任何代码，只是一些想法可以帮助我了解情况。
最佳答案
使用test$pvalues将模型保留在list中后，我们需要提取lapply
library(multcomp)
dunnet_model_iris <- lapply(iris[-c(5,6)], function(y, f)
summary(glht(aov(y ~ f, iris), linfct=mcp(f="Dunnett"))), f = iris$Species)
t(sapply(dunnet_model_iris, function(x) x$test$pvalues))
# [,1] [,2]
#Sepal.Length 1.443290e-15 2.220446e-16
#Sepal.Width 5.551115e-16 9.074667e-10
#Petal.Length 1.110223e-16 2.220446e-16
#Petal.Width -2.220446e-16 1.110223e-16
或使用OP的方法创建“ dunnet_model_iris”
t(sapply(dunnet_model_iris["test",], `[[`, "pvalues"))
关于r - 通过变量将Dunnett检验的P值提取到表中，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48407931/