0

这可能是一个应用问题/一个数据管理问题/这些问题的组合。我对 R 比较陌生，并且正在广泛调整如何在 R 和 Stata 中管理数据（例如）。我已经广泛阅读，但没有找到一个很好的例子来说明如何（1）按组从数据帧中提取向量；(2) 对这些向量的所有组合成对地应用一个函数；(3) 将结果输出为矩阵，所以我问你们怎么做。我在下面的示例中简化了所有变量名称/数据：

我有一个结构如下的数据框df：

id score1 score2 extravar1 extravar2 .....
1     10      9        a   1.4345124      
1      9      7        b   1.1133529
1      5      5        c   -0.1712851
2      4      4        d   -0.4924446
2      3      2     junk   -0.8136040
2      6      6     junk   0.14987444
3      5      6     junk   0.14331245
etc

我需要创建 ID score1 子集和 ID score2 子集的协方差矩阵。换句话说，我想对 score1 和 score2 进行以下计算：

cov(vector of df$score1 for id 1 only,df$score1 for id 1 only) 
cov(vector of df$score1 for id 1 only,df$score1 for id 2 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 3 only)
.
.
.
cov(vector of df$score1 for id 1 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 289 only)
cov(vector of df$score1 for id 2 only,df$score1 for id 1 only) 
cov(vector of df$score1 for id 2 only,df$score1 for id 2 only)
.
.
.
cov(vector of df$score1 for id 289 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 289 only,df$score1 for id 289 only)

我希望将数据输出到两个（一个用于 score1，一个用于 score2）列表、数据帧或矩阵中，看起来像（其中 s1-1 是 id=1 的 score1 向量）：

         1               2               3       ...    288           289
1  cov(s1-1,s1-1)  cov(s1-1,s1-2) cov(s1-1,s1-3)   cov(s1-1,s1-288)   cov(s1-1,s1-289)
2  cov(s1-2,s1-1)  cov(s1-2,s1-2) cov(s1-2,s1-3)   cov(s1-2,s1-288)   cov(s1-2,s1-289)
3  cov(s1-3,s1-1)  cov(s1-3,s1-2) cov(s1-3,s1-3)   cov(s1-3,s1-288)   cov(s1-3,s1-289)
.
.
.
288 cov(s1-288,s1-1)  cov(s1-288,s1-2) cov(s1-288,s1-3) cov(s1-288,s1-288) cov(s1-288,s1-289)
289 cov(s1-289,s1-1)  cov(s1-289,s1-2) cov(s1-289,s1-3) cov(s1-289,s1-288) cov(s1-289,s1-289)

我的问题是我遇到了一些问题（1）处理数据，使其格式适合这种分析，以及（2）决定哪些应用函数最适合使用（可能是映射？）。目前，我正在使用 split 将数据分成组，但我不知道如何从那里操作它：

df.scores <- df[,c("id","score1","score2")]
databy.id <- split(df.scores,df.scores$id)

这会产生一个列表，我不是 100% 清楚如何在应用中进行操作。head(databy.id) 大致如下：

$`1`
           id score1      score2 
1           1     10           9 
2           1      9           7 
3           1      5           5 
4           1      4           4 
5           1      3           2 
...

$`2`
           id score1      score2 
1           2      8           3 
2           2      9           2 
3           2     10           1 
4           2      9           3 
5           2      4           9 
...

$`3`
           id score1      score2 
1           3      8           7 
2           3      3           4 
3           3      2           3 
4           3      4           6 
5           3      6           1 
...

我可以（并且已经）用循环解决了这个问题，但不希望这样做，因为我接下来需要反复随机化分数并模拟/存储许多这样的矩阵（通过循环花费的时间过长）。我应该使用 ddply、mapply 还是其他一些功能？您对如何进行有什么建议吗？

4

1 回答 1

0

我了解到 cov 函数需要矩阵。我已经弄清楚如何使用循环将分数的所有 ID 向量改造成一个矩阵，并以这种方式计算协方差矩阵。但是，这是一个不优雅的解决方案，我很确定有更好的方法来初始化我正在使用的数据框（其中 ids 是所有 id 的向量：

vectors.score1 <- data.frame("1"=databy.id[[1]]$score1)
for (j in 2:length(ids)) {
  vectors.score1[,toString(ids[j])] <- databy.id[[j]]$score1  
}
covariances <- cov(vectors.score1,vectors.score1)
colnames(covariances) <- ids

如果有人拥有它，我会对重塑数据的更优雅的解决方案感兴趣

编辑：修正了变量 Impact ==> score1 的命名

于 2015-02-20T23:10:08.297 回答