問題タブ [weighted-average]

値が欠落している 3 つの時系列 (T1、T2、および T3) があります。それらを x という動物園オブジェクトにマージしました (ここからダウンロードできます: https://www.dropbox.com/s/1xk4qn9hthibqpu/x.rda?dl=0 )。

2 セットの重み (w1 と w2) を使用して加重平均を計算したいと考えています。これが私がすることです：

ただし、 average1 と average2 は同じです。私は何を間違っていますか？

実験グループと対照グループの 2 つのグループを持つマルチサイト RCT を想定します。重みは、期間とサイトごとに計算する必要があります。実験対象の重みを 1 に固定してから、対照対象の重みを計算して、対照グループの重みの合計が実験グループの重みの合計と等しくなるようにします (各期間とサイトについて)。仮想データセットを生成するコードは次のとおりです。

そして出力：

これは、各期間とサイトの実験対象と対照対象の重みを計算するためのかなり不器用な戦略です。

これらの重みを使用して、調整された結果を計算するにはどうすればよいですか (つまり、各被験者の結果に期間、サイト、およびグループのそれぞれの重みを掛けます)? 私の関心は、計算された重みと調整された結果を元のデータ フレームに追加することです。(調整後の結果の例を次に示します。)

numpys weighted-average-function を使用して一部のデータをリサンプリングする必要がありますが、うまくいきません... .

これは私のテストケースです:

重みなしの通常のリサンプリングは正常に機能します (パラメーターとしてラムダ関数を使用することをhowここで提案します: numpy パーセンタイルを使用したパンダのリサンプリング?ありがとう!):

しかし、いくつかの重みを使用しようとすると、常に次のように返されますTypeError: Axis must be specified when shapes of a and weights differ:

さまざまな重みの数でこれを試しましたが、改善されませんでした:

どんな提案でもうれしいです。

フォーラムを検索しましたが、フォーラムでやりたいことを実行する方法についての答えやヒントを提供できるものは何も見つかりませんでした。

私は曝露データを毎年測定しており、そこから各個人の研究への参加に基づいて個人レベルの年間平均を計算したいと考えています。各行の 1 年間の暴露割り当てには、研究に参加する前の最後の月から始まる過去 12 か月のデータを含める必要があります。例として、サンプル データの最初の人物が 2002 年 2 月 7 日に調査に参加しました。彼のエクスポージャーには、2002 年 1 月 (年平均は 18) と 2001 年 2 月から 12 月 (年平均は 19) の貢献が含まれます。この人物の時間加重平均は、(1/12*18) + (11/12*19) になります。同じ人の 2 年間の平均曝露は、2002 年 1 月から 2000 年 2 月までさかのぼります。

同様に、2004 年 12 月に研究に参加した最後の人については、2004 年の 11 か月と 2003 年の 1 か月の貢献が含まれ、彼の年間平均エクスポージャーは、2004 年から派生した (11/12*5) と (1/12*6) になります。これは 2003 年の年間平均に基づいています。

試験開始日からさかのぼって 1 年、2 年、5 年の平均曝露量を計算するにはどうすればよいですか? 説明した方法でラグを使用するにはどうすればよいですか?

サンプルデータはこちらのリンクからアクセスできます

https://drive.google.com/file/d/0B_4NdfcEvU7La1ZCd2EtbEdaeGs/view?usp=sharing

以前のメソッドは、ユーザー入力によって定義されたサイズで 2D double 配列を構築して埋めます。computeCategoryAverages は中間インデックスを取得し、それらを平均してから最終インデックスに配置します。computeOverallAverage は、0 インデックス (重み) を最終インデックスで乗算し、その数値を格納し、行が終了するまで繰り返し、毎回追加します。

computeCategoryAverages は問題なく動作します。

私が抱えている問題はcomputeOverallAverageにあります。列を乗算し、それらを加算して合成するループを使用して配列を適切に機能させる方法がよくわかりません。

私は R の初心者ですが、これには本当に困惑しています。より経験豊富な人が私を助けてくれることを本当に願っています。私は単純な加重平均を見積もっています。私の場合、数値コード化された郡 (FIPS)、土壌炭素値、および郡内の土壌で覆われた面積があります。さまざまな種類と地域の土壌が 1 つの郡で発生します。これは、特定の郡が Y1、Y2、Y3 エリアに X1、X2、X3 の土壌タイプを持つ可能性があることを意味します。特定の土壌の種類とその面積に基づいて、郡全体の加重平均土壌炭素を知りたい. データの小さなサブセット (200 行) 用にコードを開発したところ、手作業による見積もりと比較すると、正しい値が返されました。コードを完全なデータ セット (111,000 行以上) に適用すると、次のエラー メッセージが表示されました。

1: in sum(soc[which(soc[, 1] == FIPS[i]), 8]) : 整数オーバーフロー - sum(as.numeric(.)) を使用

サブセットでこのエラー メッセージを受け取りませんでした。提案どおりに sum(as.numeric(...)) を試したところ、別のエラー メッセージが表示されました。サブセット化されたデータで計算された加重平均は、同じ郡であっても、完全なデータ セットでは異なっていました。

興味深いことに、サブセット化されたデータを別のファイル名で保存し、基になるデータを変更しないままにすると、完全なデータ セットの場合と同じエラー メッセージが表示されました。これは、コードや as.numeric の問題ではなく、ファイル自体に関係があると思います。しかし、私は R を使って約 1 年しか働いていないので、本当にわからないことを知っています。

前もって感謝します！初めて投稿するので、データの添付方法がわかりませんが、必要であればお送りします。

私のコード:

サブセット化されたデータ:

完全なデータ コード:

出力例:

サブセット:

完全なデータ: