同时在 dplyr 中对多列进行 Shapiro.test

我正在尝试对数据集运行正态性检验 (shapiro-wilk)，并且我希望同时获得所有列的统计数据和 p 值。我已阅读 SO 上的所有其他页面（R：按组进行的夏皮罗测试不会产生 p 值和损坏的数据框警告 https://stackoverflow.com/questions/30201113/r-shapiro-test-by-group-wont-produce-p-values-and-corrupt-data-frame-warning, 在数据框中的多列上使用 shapiro.test https://stackoverflow.com/questions/21239826/using-shapiro-test-on-multiple-columns-in-a-data-frame）关于这个，但仍然无法弄清楚。任何帮助，将不胜感激！！

例如，这是数据集：具有一个字符向量（NVL）和其余数字，我想按 NVL（NV/VL）进行分组。

     NVL  Var1  Var2  Var3  Var 4  Var 5
1.   NV   22.5  26.8   89.2  35.7   100
2.   NV   34.7  67.4   29.8  12.4   100
3.   NV   68.3  34.5   44.5  23.8   100
4.   NV   11.2  55.3   17.5  77.9   100
5.   VL   55.6  77.2   59.7  89.6   100
6.   VL   60.5  88.7   65.4  99.6   100
7.   VL   89.4  87.5   65.9  89.5   100
8.   VL   65.4  74.2   75.4  89.5   100
9.   VL   81.8  78.5   95.4  92.5   100

这是代码：

library(dplyr)
normalityVar1<-mydata %>%
group_by(NVL) %>%
summarise(statistic = shapiro.test(Var1)$statistic, 
p.value = shapiro.test(Var1)$p.value)

这是输出：

NVL statistic   p.value
  <chr>     <dbl>     <dbl>
1    VL 0.9125239 0.1985486
2    NV 0.8983501 0.2101248

现在，我是否编辑这段代码，以便我可以同时获得所有变量 (Var2, 3, 4 ,5) 的输出？我什至尝试了聚合和应用，但我被困住了。

aggregate(formula = Var1 ~ NVL,
data = mydata,
FUN = function(x) {y <- shapiro.test(x); c(y$statistic, y$p.value)}) 

正如您所看到的，我只能对一个变量执行此操作！我知道我已经很接近了，但我就是无法再弄清楚了！预先感谢您的任何帮助！

只需使用summarise_all:

mydata <- read.table(text="
   NVL  Var1  Var2  Var3  Var4  Var5
1   NV   22.5  26.8   89.2  35.7   100
2   NV   34.7  67.4   29.8  12.4   100
3   NV   68.3  34.5   44.5  23.8   50
4   NV   11.2  55.3   17.5  77.9   100
5   VL   55.6  77.2   59.7  89.6   100
6   VL   60.5  88.7   65.4  99.6   100
7   VL   89.4  87.5   65.9  89.5   100
8   VL   65.4  74.2   75.4  89.5   90
9   VL   81.8  78.5   95.4  92.5   90
", header=T)


library(dplyr)
normalityVar1<-mydata %>%
  group_by(NVL) %>%
  summarise_all(.funs = funs(statistic = shapiro.test(.)$statistic, 
                             p.value = shapiro.test(.)$p.value))

有了所需的输出：

normalityVar1
# A tibble: 2 x 11
    NVL Var1_statistic Var2_statistic Var3_statistic Var4_statistic Var5_statistic Var1_p.value Var2_p.value Var3_p.value
  <fctr>          <dbl>          <dbl>          <dbl>          <dbl>          <dbl>        <dbl>        <dbl>        <dbl>
1     NV      0.9313476      0.9409576      0.9096322      0.9003135      0.6297763    0.6023421    0.6601747    0.4804557
2     VL      0.9149572      0.8736587      0.8644349      0.7260939      0.6840289    0.4979450    0.2815562    0.2446131
# ... with 2 more variables: Var4_p.value <dbl>, Var5_p.value <dbl>

请注意，您首先拥有所有统计数据，然后拥有所有 p 值。如有必要，对列进行重新排序应该很简单。