计算每个主题的中位数并更新关系？

Question

我的数据看起来像这样（这是用于说明的测试数据）：

test <- matrix(c(1, 1, 1, 2, 2, 2 , 529, 528, 528, 495, 525, 510,557, 535, 313,502,474, 487 ), nr=6, dimnames=list(c(1,2,3,4,5,6),c("subject", "rt1", "rt2")))

我需要将其变成这样：

test2<-matrix(c(1,1,1,2,2,2,529,528,528,495,525,510,"slow","slow","fast","fast","slow","slow",557, 535, 313,502,474, 487,"fast","fast","slow","slow","fast","fast"), nr=6, dimnames=list(c(1,2,3,4,5,6),c("subject", "rt1","speed1", "rt2","speed2")))

speed1 列的计算方式如下：计算主题的中位数 rt1。如果单个值小于中位数，则得分很快。如果 rt1 的单个单元格值大于中位数，则得分会变慢。如果单元格值位于中位数，则从分析中删除该单元格（删除或 NA），并重新计算该受试者的中位数。对 speed2 列重复此过程，但使用 rt2。

也许某种 if 语句？

澄清一下：我希望每个科目的中位数（总共 40 个）以及任何位于中位数（针对该科目）的值都被排除，并重新计算中位数（针对该科目）。

Answer 1

编辑为实际做主题媒体

您倾向于在示例中使用大量矩阵，而实际上您可能使用的是数据框。所以让我们先解决这个问题。该矩阵要求您使用单一类型的数据。我不觉得你真的希望你的号码是文本。你的其他变量不能是数字。因此， test2 可能应该以...开头

test2 <- data.frame(test)

，并且

test2$subject <- factor(test2$subject)

您可能想添加一个实际上是中位数/主题的列，只是为了检查您正在做的事情是否正确。从现在开始，我将只使用 RT1，您可以复制 RT2。

test2$rt1med <- ave(test2$rt1, test2$subject, FUN = median)

这会生成一个列，其中存储了每个主题的中位数。如果您愿意，您可以不将其设为列，而是将其设为独立的向量。现在，你是对的，它就像一个 if 语句一样简单，确切地说是 ifelse() 语句。

test2$speed1 <- ifelse(test2$rt1 > test2$rt1med, 'slow', 'fast')

我把中线留在了框架中。你说过你希望他们消失。好的，只需将框架设置为自身，而不使用中位数...

test2 <- test2[test2$rt1 != test2$rt1med,]

但实际上，最好通过指示它们来跟踪实际的中值，也许使用 NA...

test2$rt1[test2$rt1 == test2$rt1med] <- NA

Answer 2

根据约翰的回答，要对每个主题进行中位数，请使用tapply：

test2 <- data.frame(test)
test2$subject <- factor(test2$subject)
test3 <- data.frame(subject=levels(test2$subject),median.rt1=tapply(test2$rt1,test2$subject,median),median.rt2=tapply(test2$rt2,test2$subject,median))
test2 <- merge(test2,test3)
test2$speed1 <- ifelse(test2$rt1 < test2$median.rt1, 'fast', 'slow') 
test2$speed2 <- ifelse(test2$rt2 < test2$median.rt2, 'fast', 'slow')

要删除您可以使用的中位数处的值，

subset(test2,!(rt1==median.rt1 | rt2==median.rt2))

或者如果您预计数字表示错误会导致问题，则进行一些基于容差的测试直接平等测试。然后，您可以再次运行 tapply 和 merge 行（尽管可能会子集化原始中位数列）来计算新的中位数，并根据需要重新进行速度分类。就我个人而言，我会使用嵌套的 ifelse 来分类为快、慢或平均。

Answer 3

另一种解决方案考虑了中位数的“重新计算”：

test2 <- data.frame(test)

makespeed <- function(x){
    id <- x != median(x)
    ifelse(x[id]-median(x[id]) <0,"slow","fast")
}

tapply(test2$rt1,as.factor(test2$subject),makespeed)

现在考虑一下。您有三个选择：

1. 您的案例数为偶数，
   中位数定义为
   两个中间情况的平均值。如果
   这两个不等于
   彼此，则没有值等于
   中位数。

2. 您的案例数量为奇数，因此
   中位数等于 1 值
   数据。如果把那个去掉的话
   你有偶数个案例并且
   您回到案例 1。

3. 您有一系列等于中位数的值。您最终会得到偶数个案例，其中中间的两个案例不同。一个比之前计算的中位数低，一个比之前计算的中位数高。所以您回到了情况 1。

事实上，如果你真的对中位数的差异感兴趣，你可以使用我的代码。如果你只想知道它是快还是慢，那么你甚至不必重新计算中位数。删除必要的值后，高于/低于旧中位数的案例仍将高于/低于新中位数。所以基本上，尽管 James 和 John 的代码在技术上没有按照您的要求执行，但它没有什么区别。事实上，它使得事后重建数据框变得更容易。

唯一不再起作用的情况是，当您剩下 1 个值时（这将是中位数，并且应该被删除，因此理论上没有结果 - 请参阅 rt1 中的主题 1），或者当所有值相等（在这种情况下，所有值都会被删除，并且再次没有结果。）