O problema é que o teste de Fisher calcula fatoriais e a função fatorial cresce muito depressa. Com 823 casos, terá um denominador em que entra
factorial(823)
#[1] Inf
Para realizar testes das variáveis duas a duas, pode usar combn
.
# só correr os testes para estas colunas
cols <- 3:20
set.seed(1234)
res_list <- combn(dados[cols], 2, FUN = \(x) {
fisher.test(x[[1]], x[[2]], simulate.p.value = TRUE)
}, simplify = FALSE)
# para se saber quais as variáveis testadas
names(res_list) <- combn(names(dados[cols]), 2, FUN = paste, collapse = "_")
# o número de combinações das variáveis duas a duas é
# igual ao comprimento da lista de resultados
choose(ncol(dados[cols]), 2)
#> [1] 153
length(res_list)
#> [1] 153
Created on 2022-03-14 by the reprex package (v2.0.1)
Cada membro da lista res_list
é um objeto tal como descrito em help("fisher.test")
, secção Value.
str(res_list[[1]])
#> List of 4
#> $ p.value : num 0.713
#> $ alternative: chr "two.sided"
#> $ method : chr "Fisher's Exact Test for Count Data with simulated p-value\n\t (based on 2000 replicates)"
#> $ data.name : chr "x[[1]] and x[[2]]"
#> - attr(*, "class")= chr "htest"
Created on 2022-03-14 by the reprex package (v2.0.1)
Para ver os resultados pode-se usar o operador de extração [[
e para extrair todos os p-values, usa-se um ciclo sapply
.
res_list[[1]]
#>
#> Fisher's Exact Test for Count Data with simulated p-value (based on
#> 2000 replicates)
#>
#> data: x[[1]] and x[[2]]
#> p-value = 0.7126
#> alternative hypothesis: two.sided
pvals <- sapply(res_list, `[[`, 'p.value')
head(pvals)
#> V3_V4 V3_V5 V3_V6 V3_V7 V3_V8 V3_V9
#> 0.71264368 0.04947526 0.21889055 0.96501749 0.73513243 0.96601699
Created on 2022-03-14 by the reprex package (v2.0.1)
Dados de teste
set.seed(2022)
dados <- replicate(20, {
n <- sample(2:10, 1)
p <- runif(n)
repeat({
s <- sample(letters[1:n], 823, replace = TRUE, prob = p/sum(p))
if(length(unique(s)) >= 2L) break
})
s
})
dados <- as.data.frame(dados)
Created on 2022-03-14 by the reprex package (v2.0.1)