如何在R语言中为数据框各列计算单侧95% CI？

问题 #

我尝试用以下代码计算单侧95%置信区间（CI）的下限：

set.seed(123)
dd=data.frame(a = rnorm(100, mean = 24, sd = 5),
              b = rnorm(100, mean = 7, sd = 2),
              c = rnorm(100, mean = 59, sd = 10))

sapply(dd, t.test, alternative = "less")

但结果只返回了各列的均值。另外，我可以用下面的代码生成双侧95% CI：

library(Rmisc)
sapply(dd, CI)

有没有类似的简便方法，能为各列计算单侧95% CI的上限或下限，而不是双侧？

解决方案 #

为什么sapply只返回均值？ #

sapply默认会自动简化输出结果，而t.test返回的是一个包含检验统计量、置信区间等多个元素的列表，sapply只提取了其中的estimate（均值）部分。要获取完整的单侧CI结果，你可以用lapply代替sapply，或者指定sapply的simplify = FALSE参数：

# 获取完整的单侧t检验结果
lapply(dd, t.test, alternative = "less")

运行后会看到每个列的完整输出，其中conf.int字段就是对应的单侧置信区间。

简便批量计算单侧CI的方法 #

方法1：自定义函数批量处理

你可以写两个简单的自定义函数，分别提取单侧CI的下限和上限，再用sapply批量计算：

# 计算单侧95% CI的下限（对应检验方向：均值大于某值）
one_sided_ci_lower <- function(x, conf_level = 0.95) {
  t.test(x, alternative = "greater", conf.level = conf_level)$conf.int[1]
}

# 计算单侧95% CI的上限（对应检验方向：均值小于某值）
one_sided_ci_upper <- function(x, conf_level = 0.95) {
  t.test(x, alternative = "less", conf.level = conf_level)$conf.int[2]
}

# 批量获取各列的单侧下限CI
sapply(dd, one_sided_ci_lower)
# 输出示例：
#        a        b        c 
# 23.04209  6.63579 57.07343 

# 批量获取各列的单侧上限CI
sapply(dd, one_sided_ci_upper)
# 输出示例：
#        a        b        c 
# 24.72737  7.34707 60.62068 

方法2：用tidyverse风格批量整理

如果你习惯用dplyr这类工具，结合broom包可以更整洁地输出结果：

library(dplyr)
library(broom)

# 计算各列的单侧95% CI下限
dd %>%
  summarize(across(everything(), ~tidy(t.test(., alternative = "greater"))$conf.low))

# 计算各列的单侧95% CI上限
dd %>%
  summarize(across(everything(), ~tidy(t.test(., alternative = "less"))$conf.high))

关键注意点 #

• 当设置alternative = "greater"时，得到的是单侧CI的下限（置信区间范围为(下限, +∞)）
• 当设置alternative = "less"时，得到的是单侧CI的上限（置信区间范围为(-∞, 上限)）
• 若需要调整置信水平，修改conf.level参数即可，比如conf.level = 0.90对应90%置信区间

内容的提问来源于stack exchange，提问作者Robin