R语言批量实现多物种变量t检验成对比较及显著性结果汇总

直接用R基础函数就能完成任意数量物种、任意数量测量变量的批量检验，不需要逐行编写t.test()命令，也不需要安装额外扩展包。

完整实现代码 #

# 加载数据
data(iris)
# 配置参数：可根据自己的数据集修改
species_col <- "Species"  # 分组列（物种列）的列名
sig_p <- 0.05  # 显著性阈值
# 自动提取所有物种水平、所有待检验的数值变量
species_levels <- levels(iris[[species_col]])
measure_vars <- colnames(iris)[!colnames(iris) == species_col]

步骤1：定义单变量显著性矩阵生成函数 #

get_sig_matrix <- function(var_name, dataset){
  # 初始化空矩阵，行列名对应物种名
  n_sp <- length(species_levels)
  res_mat <- matrix(NA, nrow = n_sp, ncol = n_sp,
                    dimnames = list(species_levels, species_levels))
  # 自动生成所有不重复的物种两两配对
  sp_pairs <- combn(species_levels, 2, simplify = FALSE)
  # 逐对执行t检验
  for(pair in sp_pairs){
    sp1 <- pair[1]
    sp2 <- pair[2]
    # 提取两个物种对应变量的测量值
    val1 <- dataset[dataset[[species_col]] == sp1, var_name]
    val2 <- dataset[dataset[[species_col]] == sp2, var_name]
    # 提取p值判断显著性
    p_val <- t.test(val1, val2)$p.value
    sig_tag <- ifelse(p_val < sig_p, "YES", "NO")
    # 矩阵对称位置填充结果
    res_mat[sp1, sp2] = sig_tag
    res_mat[sp2, sp1] = sig_tag
  }
  return(res_mat)
}

步骤2：批量生成所有变量的结果 #

# 遍历所有测量变量，批量生成结果并存入列表
result_list <- lapply(measure_vars, get_sig_matrix, dataset = iris)
names(result_list) <- measure_vars

结果查看与格式调整 #

• 查看单个变量的显著性矩阵，直接通过变量名索引即可，比如查看Sepal.Length的结果：

  result_list$Sepal.Length
  

  返回格式完全符合需求：

  setosa versicolor virginica
  setosa       NA        "YES"     "YES"   
  versicolor "YES"       NA        "YES"   
  virginica  "YES"      "YES"      NA      
  

• 如果需要TRUE/FALSE格式的逻辑矩阵，只需要把函数里的sig_tag <- ifelse(p_val < sig_p, "YES", "NO")替换为sig_tag <- p_val < sig_p；需要1/0格式就替换为as.numeric(p_val < sig_p)。
• 如果需要整理成可导出的长表格式（包含每个检验的t值、p值、显著性标识），可以用下面的代码生成汇总表，方便后续筛选统计：

  all_test_summary <- data.frame()
  for(var in measure_vars){
    sp_pairs <- combn(species_levels, 2, simplify = FALSE)
    for(pair in sp_pairs){
      sp1 <- pair[1]
      sp2 <- pair[2]
      t_res <- t.test(iris[iris[[species_col]] == sp1, var],
                      iris[iris[[species_col]] == sp2, var])
      all_test_summary <- rbind(all_test_summary, data.frame(
        测量变量 = var,
        物种1 = sp1,
        物种2 = sp2,
        t统计量 = unname(t_res$statistic),
        p值 = t_res$p.value,
        差异显著 = t_res$p.value < sig_p
      ))
    }
  }
  

上述代码对数据集结构的要求和iris一致：一列是物种/分组分类变量，其余列为数值型测量变量，不管有多少分组、多少测量变量都可以直接运行，不需要手动逐行编写检验命令。

内容的提问来源于stack exchange，提问作者goshawk