我正在研究来自同一患者的转移和主要肿瘤中数千个基因的mRNA表达数据 . 从多发转移的患者中,所有转移灶都获得单独的数据 . 该表看起来像下面的那个 .
Subjects Type GeneA GeneB GeneC
A Met 1 2 5
A Main 3 6 43
B Met 5 1 3
B Met 1 44 2
B Main 3 4 3
我想对每个患者和基因进行成对t检验,看看哪些基因在所有患者的转移和肿瘤之间一致地变化(即比较所有基因的患者A,B,C等的GeneA Met / Main)和然后调整p值以保持5%的错误发现率 . 我设法运行不成对的t测试汇集所有主题,如下所示,但无法解决如何执行配对t检验 . 任何帮助表示赞赏 .
library(multtest)
teststat<-mt.teststat(t(mydata[,3:N]),mydata[,2])#N is the last column
rawp = 2 * (1 - pnorm(abs(teststat)))
procedures = c("BH")
adjusted = mt.rawp2adjp(rawp, procedures)