在R中加快wilcox.test

Question

我目前正在尝试对多个数据集实施Wilcoxon Ranksum测试，这些数据集已合并到一个大矩阵中A，即705x17635（即，我想运行ranksum测试17,635时间。使用for循环是lapply，我已将其运行为：

> lapply(data.frame(A), function(x) 
         wilcox.test(x,b,alternative="greater",exact=FALSE,correct=FALSE))

b我们的阴性对照数据在哪里，是一个20000x1向量。但是，运行它会花费很长时间（我在30分钟后放弃了），我想知道是否有一种更快的方法来运行它，尤其是因为我可以在MATLAB中（甚至使用forloop）在大约5秒钟内完成相同的过程分钟，但出于各种原因，我需要使用R。

Answer 1

有一些软件包试图解决这个问题。IE：

A <- matrix(rnorm(705*17635), nrow=705)
b <- rnorm(20000)

library(matrixTests)
res <- col_wilcoxon_twosample(A, b) # running time: 83 seconds

结果中的几行：

res[1:2,]

  obs.x obs.y obs.tot statistic    pvalue alternative location.null exact corrected
1   705 20000   20705   6985574 0.6795783   two.sided             0 FALSE      TRUE
2   705 20000   20705   7030340 0.8997009   two.sided             0 FALSE      TRUE

wilcox.test()检查结果是否与逐列执行相同：

wilcox.test(A[,1], b)

    Wilcoxon rank sum test with continuity correction

data:  A[, 1] and b
W = 6985574, p-value = 0.6796
alternative hypothesis: true location shift is not equal to 0