我有一个从 Qualtrics 调查中提取的松鼠数据集。它看起来像这样:
V3 Q8_42 Q8_33 Q8_72 Q8_38 Q13_1_42 Q13_1_33 Q13_1_72 Q13_1_38
Chap A . 1 . . . 4 . .
Chap B 1 . . . 4 . . .
Chap C . . . . . . . .
Chap D . . . . . . . .
快照显示了四个人询问他们是否是朋友(q8_42 是 A;q8_33 是 B,q8_72 是 C,q8_38 是 D)。如果有人说他们是朋友,那么他们会以 1-5 的等级询问他们友谊的强度(q13_1_42 代表 A,q13_1_33 代表 B,q13_1_72 代表 C,q13_1_38 代表 D)。我总共有 95 个人,总共有 9 个问题向他们提出:他们的友谊。我应该如何运行矩阵运算,以便最终得到以下矩阵,每个友谊问题 1:
Chap A Chap B Chap C Chap D
Chap A 0 4 . .
Chap B 4 0 . .
Chap C . . 0 .
Chap D . . . 0
我的解决方案是将数据(名为“kolp”)读入 R,然后运行
Chap.A <- (kolp$q8_42 * kolp$q13_1_42)
Chap.B <- (kolp$q8_33 * kolp$q13_1_33)
Chap.C <- (kolp$q8_72 * kolp$q13_1_72)
Chap.D <- (kolp$q8_38 * kolp$q13_1_38)
Mat.1 <- cbind(Chap.A, Chap.B, Chap.C, Chap.D)
rownames(Mat.1) <- c("Chap.A", "Chap.B", "Chap.C", "Chap.D")
这给了我
Chap.A Chap.B Chap.C Chap.D
Chap.A NA 4 NA NA
Chap.B 4 NA NA NA
Chap.C NA NA NA NA
Chap.D NA NA NA NA
但我知道这是一种笨拙的方法,特别是有 9 个矩阵要提取为 *.csv 或 *.txt 文件,dim 为 95x95