R将KS测试应用于2矩阵

Question

我有两个矩阵a＆amp;b在r中，排相等，但列数不同。

我想用每个矩阵通过行进行kolomogrov-smirnov测试。也就是说，第一个测试是ks.test(as.vector(A[1,]), as.vector(B[1,])，第二个测试是ks.test(as.vector(A[2,]), as.vector(B[2,])等。理想情况下，将每个测试的结果存储在向量或数据框架中。

我认为mapply是合适的，但它不断给我带来比预期更多的结果。我认为它是按元素而不是行执行测试元素。这是我的代码块： mapply(ks.test, x=A, y=B)

仅测试第一行时，当我简单地运行时，无法正常工作： mapply(ks.test, x=as.vector(A[1,]), y=as.vector(B[1,]))

如何获得n p值的所需输出 其中n是我的原始矩阵的行数。？

这是我每个矩阵的第一行：

> A[1,]

[1] 0 0 0 0 0 0 0 0 0

> B[1,]

 V1  V2  V3  V4  V5  V6  V7  V8  V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 V21 V22 V23 V24 V25 V26 V27 V28 V29 V30 V31 V32 V33 V34 V35 V36 
  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0 

Answer 1

您可以通过在行索引上使用的sapply获得想要的东西

sapply(1:nrow(A), function(i) ks.test(as.vector(A[i,]), as.vector(B[i,])))

实际上，看起来唯一有趣的部分是p值，因此可以用

简化这一点

sapply(1:nrow(A), function(i) ks.test(as.vector(A[i,]), as.vector(B[i,]))$p)
[1] 0.01587302 0.01587302 0.01587302 0.01587302

Answer 2

我们可以使用Map/mapply。在使用Map/mapply时，我们需要了解它将功能应用于输入数据的相应元素。如果输入数据是向量，则相应的元素将是向量的每个元素，类似地，matrix是具有尺寸的vector。它将在每个元素上应用功能。因此，我们可以通过row split matrix，然后将功能应用于相应的list元素

unlist(mapply(ks.test, split(A, row(A)), split(B, row(B)))[2,], use.names = FALSE)
#[1] 0.3571429 0.8730159 0.8730159 0.3571429 0.8730159

---

或使用for循环

r1 <- numeric(nrow(A))
for(i in seq_len(nrow(A))){
    r1[i] <- ks.test(A[i,], B[i,])$p.value
 }
r1
#[1] 0.3571429 0.8730159 0.8730159 0.3571429 0.8730159

数据

set.seed(24)
A <- matrix(rnorm(25), 5, 5)
set.seed(42)
B <- matrix(rnorm(25), 5, 5)