配对 t 检验导致应用循环崩溃（已编辑）

为了回应有用的评论，我编辑了原来的问题（我假设 for 循环和 apply 循环给出不同的结果）。

我正在使用 R 运行大量 2 组 t 检验，使用来自分隔表的输入。根据这里和其他地方的建议，我尝试了“for-loops”和“apply”来实现这一点。对于“正常”t.test，两者都可以很好地工作并给出相同的结果。然而，对于配对 t 检验，for-look 似乎有效，而 apply-loop 则无效。后来，我发现两个循环都遇到同样的问题（见下文），但 for 循环可以更优雅地处理这种情况（只有一个循环返回无效结果），而 apply-loop 完全失败。

我的输入文件如下所示：（第一行是标题行，数据行有一个名称，第 1 组有 4 个数据点，第 2 组有 4 个数据点）：

header g1.1 g1.2 g1.3 g1.4 g2.1 g2.2 g2.3 g2.4
name1  0    0.5  -0.2 -0.2 -0.1 0.4 -0.3 -0.3
name2  23.2 24.4 24.5 27.2 15.5 16.5 17.7 20.0
name3  .....

等等（总共约 50000 行）。第一个数据行（以 name19 开头）被证明是罪魁祸首。

这是效果更好的 for 循环版本（在有问题的行上失败，但正确处理所有其他行）：

table <- read.table('ttest_in.txt',head=1,sep='\t')
for(i in 1:nrow(table)) {
   g1<-as.numeric((table)[i,2:5])
   g2<-as.numeric((table)[i,6:9])
   pv <- t.test(g1,g2,paired=TRUE)$p.value
}

这是导致问题的“应用”版本

table <- read.table('ttest_in.txt',head=1,sep='\t')
pv.list <- apply(table[,2:9],1,function(x){t.test(x[1:4],x[5:8],paired=TRUE)$p.value})

约 50000 条数据线之一存在问题，因为所有成对比较的差异都是相同的，这在成对 t 检验中会导致未定义的 p 值（基本上为零）。应用循环崩溃并出现错误“数据本质上是恒定的”。对我（作为一名 R 新手）来说，仅仅因为 t.test 不喜欢某一数据而使整个脚本崩溃似乎不是一个好主意。在 for 循环中，该数据行也会导致错误消息，但循环会继续，并且所有其他 t 检验都会给出正确的结果。

我做错了什么根本性的事情吗？这种行为本质上禁止使用应用循环进行这种批量分析。或者有没有标准的方法来规避这个问题。为什么 t 检验不直接返回对该特定 p 值无效的内容而不是退出？

UPDATE既然你说 for 循环也会给出错误，并且你想要apply版本更加健壮，为什么不简单地添加一个tryCatch?

pv.list <- apply(table[,2:9],1, function(x) tryCatch( 
  t.test(x[1:4],x[5:8],paired=TRUE)$p.value, error=function(x) NA ))

这应该返回NA如果无法计算 p.value。您可以更改为另一个值（例如NULL, 0 or Inf）通过编辑错误处理函数。

Old Post

我注意到t.test（有点）给出了当某些值是时您发现的错误Inf（这似乎是一个错误）：

> t.test(1:10, c(rep(1,9), Inf), paired=TRUE)
Error in if (stderr < 10 * .Machine$double.eps * abs(mx)) stop("data are essentially constant") : 
missing value where TRUE/FALSE needed

那么你真的明白这一点吗？或者它实际上说的是：

Error in t.test: data are essentially constant

但仍然不太清楚为什么 for 循环会起作用。但请注意，在你的 for 循环中你做了as.numeric，你没有这样做apply case...