Rでまとめてt検定を行った結果を一覧で確認する方法のメモ。
要旨としては
- まとめてt検定を行った時の結果をデータフレーム（tibble）形式で表示してくれる
{broom}パッケージのtidy()関数をつかって表示する。
というもの。
まとめてt検定を行う方法についてはこちらの方法を使っていく。
こちらの方法を使うと、グループ間での異なる変数について複数のt検定等を行う事ができる。
示されている例にならって、試しにやってみると次のようになる。
data(cancer, package="survival") # 上記のページに提示されている関数を使う。 multi.tests <- function(fun = t.test, df, vars, group.var, ...) { sapply(simplify = FALSE, # sapply(simplify=T) better, elements named vars, # loop on vector of outcome variable names function(var) { formula <- as.formula(paste(var, "~", group.var))# create a formula with outcome and grouping var. fun(data = df, formula, ...) # perform test with a given fun, default t.test } ) } # まとめてt検定を行う。 res.multi.t.tests <- multi.tests(fun = t.test, df = kidney, vars = c("time","age","frail"), group.var = "sex", var.equal = TRUE) # 結果を確認する。 res.multi.t.tests
## $time
##
## Two Sample t-test
##
## data: time by sex
## t = -1.706, df = 74, p-value = 0.09221
## alternative hypothesis: true difference in means between group 1 and group 2 is not equal to 0
## 95 percent confidence interval:
## -124.551228 9.651228
## sample estimates:
## mean in group 1 mean in group 2
## 59.30 116.75
##
##
## $age
##
## Two Sample t-test
##
## data: age by sex
## t = -0.069294, df = 74, p-value = 0.9449
## alternative hypothesis: true difference in means between group 1 and group 2 is not equal to 0
## 95 percent confidence interval:
## -7.970091 7.434376
## sample estimates:
## mean in group 1 mean in group 2
## 43.50000 43.76786
##
##
## $frail
##
## Two Sample t-test
##
## data: frail by sex
## t = 0.95032, df = 74, p-value = 0.345
## alternative hypothesis: true difference in means between group 1 and group 2 is not equal to 0
## 95 percent confidence interval:
## -0.1872248 0.5286533
## sample estimates:
## mean in group 1 mean in group 2
## 1.310000 1.139286
結果をt検定のそれぞれの結果がprint()（print.htest()）で表示した時の状態で表示される。
少量なら別にそんなに気にならないが、画面がスクロールしてしまうので少し見にくい。統計量やp値や95％信頼区間をデータフレーム形式で表示できると嬉しい。
このように計算結果の値をデータフレーム形式（tibble形式）で出力する関数としてとして{broom}のtidy()があり、これはt検定などの結果のhtestクラスにも対応している。
そのためたとえば、
ans <- t.test(extra ~ group, data = sleep) broom::tidy(ans)
## # A tibble: 1 × 10
## estimate estimate1 estimate2 statistic p.value parameter conf.low conf.high
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 -1.58 0.75 2.33 -1.86 0.0794 17.8 -3.37 0.205
## # ℹ 2 more variables: method <chr>, alternative <chr>
と一連の計算結果がデータフレーム形式で表示できる、この関数を用いてmulti.test()で計算された結果を表示できると嬉しい。
multi.test()の結果はリスト形式になっているので、purrr::map_df()で取り出していくことにする。{broom}のtidy()はhtestクラスだと何と何の統計結果なのか（print()した時のdataのところ、list上のdata.nameのところ）を取り出さないので、それも取り出すようにすると次にようになる。
あらかじめinstall.packages("purrr")とinstall.packages("broom")で必要なパッケージをインストールしておく必要がある。
res.multi.t.tests |> purrr::map_df(\(x) c(data = x$data.name, broom::tidy(x)))
## # A tibble: 3 × 11
## data estimate estimate1 estimate2 statistic p.value parameter conf.low
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 time by sex -57.4 59.3 117. -1.71 0.0922 74 -125.
## 2 age by sex -0.268 43.5 43.8 -0.0693 0.945 74 -7.97
## 3 frail by sex 0.171 1.31 1.14 0.950 0.345 74 -0.187
## # ℹ 3 more variables: conf.high <dbl>, method <chr>, alternative <chr>
こうすると複数のt検定をしたときに、統計量やp値や95％信頼区間の上下限も一括で簡単に確認できるようになる。
