2

私は次のタイプのデータを持っています、つまり要因の組み合わせを意味します

P1 <- c("a", "a", "a", "a", "b", "b", "b", "c", "c", "d")
P2 <- c("a", "b", "c", "d", "b", "c", "d", "c", "d", "d")
myfactors <- data.frame(P1, P2)

   P1 P2
1   a  a
2   a  b
3   a  c
4   a  d
5   b  b
6   b  c
7   b  d
8   c  c
9   c  d
10  d  d

実際には、因子は任意の数である可能性があります。私は、あらゆるレベルの因子に適用できる関数を作成しようとしています。データセットで利用可能なすべての組み合わせのコントラストを設定したいと思います。たとえば、このデータセットでは、ab、ac、ad、bc、bd、cdです。ここでのコントラストルール。

for example for "a-b" is if P1 = P2 = a or b the coefficient = -1, 
if P1=a, P2= b or P1= b, P2 = a, the coefficient = 2,
   else coefficient = 0

出力係数行列は次のようになります。

P1  P2  a-b a-c a-d b-c b-d c-d
a   a   -1  -1  -1  0   0   0
a   b   2   0   0   0   0   0
a   c   0   2   0   0   0   0
a   d   0   0   2   0   0   0
b   b   1   0   0   -1  -1  0
b   c   0   0   0   2   0   0
b   d   0   0   0   0   2   0
c   c   0   1   0   0   0   -1
c   d   0   0   0   -1  0   2
d   d   0   0   -1  0   -1  -1

私が考えている関数は柔軟なものなので、次のデータセットに適用すると、

P1 <- c("CI", "CI", "CI", "CD", "CD", "CK", "CK")
P2 <- c("CI", "CD", "CK", "CD", "CK", "CK", "CI")
 mydf2 <- data.frame(P1, P2)
 mydf2
  P1 P2
1 CI CI
2 CI CD
3 CI CK
4 CD CD
5 CD CK
6 CK CK
7 CK CI

このデータフレームに期待される係数行列は次のとおりです。

P1  P2  CI-CD    CI-CK  CD-CK   CK-CI
CI  CI    -1      -1      0   -1
CI  CD     2       0      0    0
CI  CK     0       2      0    0
CD  CD    -1       0     -1    0
CD  CK     0       0      2    0
CK  CK     0      -1     -1   -1
CK  CI     0       0      0    2

私はいくつかの方法を試しましたが、プログラムを成功させることができませんでした。

編集：

（1）考えられるすべての組み合わせをテストしているわけではなく、P1とP2にのみ表示される組み合わせがテストされています。

（2）この場合だけでなく、一般的なアプリケーションのソリューションを開発するつもりです。たとえば、上記のmyfactorsデータフレーム。

4

1 に答える 1

5

P1とP2の値の6つの順序付けられた組み合わせを選択する理由を提供しなかったので、私はそれらすべてを調べました。

combos <- cbind( combn(unique(c(P2, P1)), 2), combn(unique(c(P2, P1)), 2)[2:1, ])
combos
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,] "CI" "CI" "CD" "CD" "CK" "CK"
[2,] "CD" "CK" "CK" "CI" "CI" "CD"

ロジックを実行すると、条件1）と2）をテストし、ブール演算を使用して結果を返す方がコンパクトに見えました。両方の条件が正しくない場合は0になります。一致しないエントリを確認しましたが、構造が間違っていると思います。「CI-CK」の行7に0があり、ルールによる答えは2である必要があると思います。

sapply(1:ncol(combos), function(x) with( mydf2,  
      2*( (P1==combos[1,x] & P2 == combos[2,x]) | (P2==combos[1,x] & P1 == combos[2,x])) - 
       (P1 == P2 & P1 %in% combos[,x]) ) )
#---------------
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]   -1   -1    0   -1   -1    0
[2,]    2    0    0    2    0    0
[3,]    0    2    0    0    2    0
[4,]   -1    0   -1   -1    0   -1
[5,]    0    0    2    0    0    2
[6,]    0   -1   -1    0   -1   -1
[7,]    0    2    0    0    2    0

#------------------
 mydf2[ , 3:8] <- sapply(1:ncol(combos), function(x) with( mydf2,  
      2*( (P1==combos[1,x] & P2 == combos[2,x]) | (P2==combos[1,x] & P1 == combos[2,x])) - 
       (P1 == P2 & P1 %in% combos[,x]) ) )
 mydf2
 #-----------------
  P1 P2 CI-CD CI-CK CD-CK CD-CI CK-CI CK-CD
1 CI CI    -1    -1     0    -1    -1     0
2 CI CD     2     0     0     2     0     0
3 CI CK     0     2     0     0     2     0
4 CD CD    -1     0    -1    -1     0    -1
5 CD CK     0     0     2     0     0     2
6 CK CK     0    -1    -1     0    -1    -1
7 CK CI     0     2     0     0     2     0
于 2011-11-06T16:24:05.477 に答える