两类合并样本响应类别统计差异检验：tidy方法实现问询

需要检验第1年（Y1）与第2年（Y2）各响应类别（0至10及NA）的差异是否具有统计学意义。已生成包含各年度百分比及差值的表格dist3：

dist3<- tibble::tribble(
            ~`DV`,~`Y1`, ~`Y2`, ~ `Difference`,
            "0", 8.21, 11.34, 8.21 - 11.34,
            "1",   3.05, 4.46,3.05 - 4.46,
            "2",   5.82, 7.41, 5.82 - 7.41,
            "3",  7.64,8.91, 7.64-8.91,
            "4",   6.60, 7.28, 6.60-7.28,
            "5",  20.89, 18.30, 20.89-18.30,
            "6",   7.56, 7.66, 7.56-7.66,
            "7",   9.34, 8.58, 9.34-8.58,
            "8",   7.86,6.69, 7.86-6.69,
            "9",   3.17, 3.16, 3.17-3.16,
            "10",  13.40, 11.18, 13.40-11.18,
            "NA",   6.46, 5.03, 6.46-5.03,
            "Total", 100, 100, 100.00-100.00)

咨询以下问题：

• 是否可通过tidy风格的map函数自动筛选每个DV类别并执行t.test？
• 能否通过mutate%>%case_when追加检验结果，还是必须手动编写代码？

关于map函数自动执行t.test #

完全可以用tidy风格的map实现，但前提是你得有原始个体级数据——仅靠dist3里的百分比无法做t检验，因为t.test需要原始观测值计算标准误、自由度等统计量。

假设你有原始数据框raw_data（每行对应一个样本，包含DV类别、Y1和Y2的观测值），可以按DV分组后用map批量执行检验：

library(tidyverse)
library(broom)

# 按DV分组嵌套数据，批量执行配对t检验（参数可根据实际调整）
test_results <- raw_data %>%
  filter(DV != "Total") %>%
  group_by(DV) %>%
  nest() %>%
  mutate(
    test = map(data, ~t.test(.x$Y1, .x$Y2, paired = TRUE)),
    test_tidy = map(test, tidy)
  ) %>%
  unnest(test_tidy) %>%
  select(DV, estimate, statistic, p.value, conf.low, conf.high)

用broom::tidy()能把t检验结果转换成整洁的数据框，方便和dist3合并。

如果只有百分比数据，那应该用**比例检验（prop.test）**替代t检验，同样可以用map批量处理：

# 假设Y1和Y2的总样本量分别为n1、n2，替换为实际值
n1 <- 1000
n2 <- 1000

dist3_with_prop_test <- dist3 %>%
  filter(DV != "Total") %>%
  mutate(
    count1 = Y1 / 100 * n1,
    count2 = Y2 / 100 * n2,
    test = map2(count1, count2, ~prop.test(c(.x, .y), c(n1, n2))),
    test_tidy = map(test, tidy)
  ) %>%
  unnest(test_tidy) %>%
  select(DV, Y1, Y2, Difference, p.value, conf.low, conf.high)

关于mutate%>%case_when追加结果 #

case_when是基于已有列的条件判断生成新列，不适合批量追加检验结果——每个DV类别的检验结果是独立计算的，不是简单的条件映射。

正确做法是把map生成的检验结果表，和原dist3做左连接来合并信息：

dist3_with_test <- dist3 %>%
  filter(DV != "Total") %>%
  left_join(test_results, by = "DV")

总结 #

1. 有原始数据：用group_by+nest+map批量执行t.test，再合并到原表，无需手动编写每个类别的代码。
2. 仅含百分比：用prop.test替代t.test，同样可通过map批量处理。
3. case_when不适用于这个场景，合并表格是更高效的方式。

内容的提问来源于stack exchange，提问作者ibm