R语言使用for循环生成t检验均值差向量的实现方法

你当前的代码在每次循环迭代时都会直接覆盖m对象，所以循环结束后m只会保留最后一个分组的计算结果。同时代码中重复调用了两次t.test计算同一个分组的结果，属于不必要的冗余计算。

set.seed(1)
e <- data.frame(tti = log2(runif(200)),
                corona = c(rep("Corona", 100), rep("Before", 100)),
                type = rep(c("A", "B", "C", "D")))

# 初始化空向量存储结果，同时保留分组名方便后续核对
m <- c()

for(i in unique(e$type)){
  # 单次计算t检验结果，避免重复运算
  t_result <- t.test(e$tti[e$type == i] ~ e$corona[e$type == i])
  # 计算差值并追加到结果向量
  m[i] <- round(1 - 2^(t_result$estimate[2] - t_result$estimate[1]), digits = 3) * 100
}

运行后输出m即可得到所有分组的计算结果：

> m
   A    B    C    D 
24.7 10.5  1.5 28.7 

如果后续需要扩展统计维度，可以用dplyr的分组语法实现，代码可读性更高：

library(dplyr)
e %>%
  group_by(type) %>%
  summarise(diff = round(1 - 2^(mean(tti[corona == "Before"]) - mean(tti[corona == "Corona"])), 3)*100)

内容的提问来源于stack exchange，提问作者cmirian