如何在R中针对配对病例-对照数据对多变量执行配对t检验

嘿，看起来你在处理配对病例-对照数据的多变量t检验时遇到了卡点，我来帮你理清楚正确的操作步骤，应该能解决你的问题～

先把你的问题场景和数据情况贴出来：

My figures are roughly as follows:
outcome paired ID variable A variable B variable C ... ...variable 99
1 1 0.163928565 1.384097885 2.590867531 1.810971177
0 1 0.351326004 1.231992145 3.309521365 1.838901895
1 2 0.290323902 1.224666519 3.346976812 1.804317302
0 2 0.086592296 0.967414001 3.127342374 1.95104196
0 3 0.222788134 1.650655928 2.980752068 2.186048898
1 3 0.313679639 0.740220592 3.171875959 2.006938751
1 4 0.053655263 1.520590707 3.122244134 1.993673427
0 4 0.773468753 1.748194237 2.970937425 2.478458766
1 5 0.118214112 1.041165238 2.861498509 1.753158127
0 5 0.324957992 1.217722730 3.388696112 1.656588554
0 6 0.056653395 1.361329046 3.430776036 1.592871162
1 6 0.904333005 1.483637306 2.023881029 1.750633756

Each pair has two outcomes (disease or not). How do you use R to conduct paired T-test?

I have tried the for loop and the melt function to adjust the format and then the perform paired t test, but it didn't work

你的核心需求是针对每个变量，比较同一配对ID下病例（outcome=1）和对照（outcome=0）的差异，配对t检验的关键是要让每一对的数据精准对应。之前用melt可能方向反了，我们先把数据整理成适合检验的格式，再批量执行检验。

步骤1：准备数据 #

首先假设你的原始数据框叫df，先统一列名规范（比如把空格替换成下划线，避免后续报错），这里我先模拟一份和你结构一致的数据：

# 加载需要的工具包
library(tidyverse)

# 模拟你的配对数据
set.seed(123)
df <- tibble(
  outcome = rep(c(1,0), 6),
  paired_ID = rep(1:6, each=2),
  variable_A = rnorm(12, 0.5, 0.2),
  variable_B = rnorm(12, 1.5, 0.3),
  variable_C = rnorm(12, 3, 0.4),
  variable_99 = rnorm(12, 2, 0.2)
)

步骤2：数据重塑为宽格式 #

我们需要把每个变量拆成「病例组」和「对照组」两列，让每一行对应一个配对，这样配对t检验才能识别到对应关系。用pivot_wider实现：

df_wide <- df %>%
  pivot_wider(
    id_cols = paired_ID,          # 按配对ID分组
    names_from = outcome,         # 用outcome作为列名后缀
    values_from = starts_with("variable")  # 所有变量列都拆分
  )

# 查看结果：每个变量会变成 variable_X_1（病例）和 variable_X_0（对照）
head(df_wide)

步骤3：批量执行配对t检验 #

现在有两种简洁的方法批量处理所有变量：

方法1：用for循环（新手友好）

# 提取所有变量名（去掉后缀_1）
var_names <- str_subset(names(df_wide), "_1$") %>% str_remove("_1$")

# 创建空列表存储检验结果
ttest_results <- list()

# 循环每个变量执行检验
for (var in var_names) {
  # 提取病例和对照的数据
  case_data <- df_wide[[paste0(var, "_1")]]
  control_data <- df_wide[[paste0(var, "_0")]]
  
  # 执行配对t检验
  ttest <- t.test(case_data, control_data, paired = TRUE)
  
  # 把结果存入列表，用变量名做标识
  ttest_results[[var]] <- ttest
}

# 查看某个变量的结果，比如variable_A
ttest_results[["variable_A"]]

方法2：用purrr包（更高效的tidyverse风格）

如果你熟悉tidyverse，用map函数可以更简洁地批量处理：

# 整理成适合批量处理的格式：每个变量对应一对数据
var_pairs <- var_names %>%
  set_names() %>%
  map(~ list(case = df_wide[[paste0(.x, "_1")]], control = df_wide[[paste0(.x, "_0")]]))

# 批量执行配对t检验
ttest_results <- var_pairs %>%
  map(~ t.test(.x$case, .x$control, paired = TRUE))

# 把结果转成数据框，方便查看所有变量的统计量
ttest_summary <- ttest_results %>%
  map_dfr(
    ~ tibble(
      mean_diff = .x$estimate[[1]] - .x$estimate[[2]],
      t_value = .x$statistic[[1]],
      p_value = .x$p.value,
      ci_lower = .x$conf.int[[1]],
      ci_upper = .x$conf.int[[2]]
    ),
    .id = "variable"
  )

# 查看所有变量的检验结果
print(ttest_summary, n = Inf)

补充：用长格式也能实现 #

如果你之前习惯用melt转长格式，其实也可以直接在长格式下分组执行检验，核心是确保同一配对ID的两组数据对应：

# 转成变量名-值的长格式
df_long <- df %>%
  pivot_longer(cols = starts_with("variable"), names_to = "variable", values_to = "value")

# 按变量分组执行配对t检验
ttest_results_long <- df_long %>%
  group_by(variable) %>%
  summarise(
    t_test = list(t.test(value ~ outcome, paired = TRUE, data = cur_data()))
  )

# 查看第一个变量的结果
ttest_results_long$t_test[[1]]

备注：内容来源于stack exchange，提问作者weiri0825