【R】批量T检验

注意事项

1. 本代码适用于Student T检验，别的统计方法需要改代码
2. 本代码中默认数据符合正态分布且方差齐，如果数据对这两项敏感，则需要提前检验

数据准备

1. 将数据按下表的形式整理好，表格中要包含测定指标和分组信息，并且以列的形式存放
2. 所有测定指标要放在一起

Group	BW	SGR	CAT	SOD
1	4	1.2	21	2.2
1	5	1.4	22	2.3
1	6	1.5	23	2.5
2	14	2.2	33	3.5
2	15	2.4	34	3.6
2	16	2.5	35	3.7

R代码

#############################################
##
## 批量T检验
##
##-----------------------------------------
## Author : Cdudu
## Data   : 2020 7/27
############################################

#清空目前环境中的变量
rm(list = ls()) 


library(readxl)

#读入数据
dat<-read_excel('sample.xlsx')

#将分组转化为因子型
dat$Group<-as.factor(dat$Group)
summary(dat)

#创建新表用于存放Mean，SD和显著性标记
dat2<-data.frame(t1=as.character(1:3)) 

#输入dat中应变量（待检验指标）的起始列数
Star<-2

#输入dat中应变量（待检验指标）的终止列数
Over<-5

#Mean,SD&P值计算
for ( i in c(Star:Over)){                       
  means<-tapply(dat[[i]],dat$Group,mean)
  means<-sprintf('%.4f',round(means,4))  #小数点位数，注意'%.4f'和round()中的数字都要做对应修改
  SD<-tapply(dat[[i]],dat$Group,sd)
  SD<-sprintf('%.4f',round(SD,4))       #小数点位数，注意'%.4f'和round()中的数字都要做对应修改
  M.t<-t.test(dat[[i]]~Group,data=dat,var.equal=T) 
  pvalue<-M.t[[3]]
  if(pvalue>0.05){
    a<-paste(means,'±',SD)
    a[3]<-'NS'      
  }           
  else if(pvalue>0.01){
    a<-paste(means,'±',SD)
    a[3]<-'*'
  }
  else {
    a<-paste(means,'±',SD)
    a[3]<-'**'
  }
  dat2[i-(Star-1)]<-a
  names(dat2)[i-(Star-1)]<-names(dat[,i])
}

#行列转置
dat3<-t(dat2)  

#导出表格
write.csv(dat3,'Result.csv')

以上就是全部代码，实际操作中只需要两步
1.将下面代码中的文件名换成你自己的

dat<-read_excel('sample.xlsx')

2. 在下面代码中输入测定指标开始和结束的列数，比如本例中测定指标放在第2-5列，那么Star就输入2，Over输入5

#输入dat中应变量（待检验指标）的起始列数
Star<-2

#输入dat中应变量（待检验指标）的终止列数
Over<-5

剩下的代码就不用管啦

EXCEL输出结果

如果是将dat3输出到EXCEL，那么表格如下

NULL	V1	V2	V3
BW	3±0.2	4±0.3	*
SGR	3±0.2	3±0.2	NS
CAT	3±0.2	3±0.2	**
SOD	3±0.2	3±0.2	NS

V1;V2即两个试验组，V3是显著性标记。

• NS：p>0.05
• *: 0.05>p>0.01
• **: p<0.01

当然也可以将dat2输出到EXCEL，那么表格如下

NULL	BW	SGR	CAT	SOD
V1	3±0.2	3±0.2	3±0.2	3±0.2
V2	3±0.2	3±0.2	3±0.2	3±0.2
V3	NS	*	**	NS