我对R(非常(陌生,我想知道是否可以得到一些帮助。我想知道如何排除异常值,即每个参与者平均反应时间和每个目标平均反应时间的两个标准差,并将其替换为na。
我的数据如下:
ptp rt group target
1 1094 E dog
1 2100 E hat
2 918 E dog
2 1211 E hat
3 1142 E dog
3 1222 E hat
1 10 W dog
1 993 W hat
2 897 W dog
2 1078 W hat
3 4002 W dog
3 899 W hat
我计算了每个参与者和项目的平均值和sd
mean <- tapply(data$rt, data$target, mean)
sd <- tapply(data$rt, data$target, sd)
mean <- tapply(data$rt, data$ptp, mean)
sd <- tapply(data$rt, data$ptp, sd)
然而,我对R非常陌生,我无法计算出与平均值的两个标准差(平均值+1.96*SD和平均值-1.96*SD(,并将所有超出参与者范围的值转换为NA。肯定有比手工更简单的方法!任何帮助都将不胜感激。
非常感谢,Jen
要获得好的摘要统计信息,可以使用aggregate()
。
aggregate(rt ~ target + ptp, dat, function(x) c(mean=mean(x), sd=sd(x), sd196=sd(x)*1.96))
# target ptp rt.mean rt.sd rt.sd196
# 1 dog 1 552.00000 766.50375 1502.34735
# 2 hat 1 1546.50000 782.76721 1534.22373
# 3 dog 2 907.50000 14.84924 29.10452
# 4 hat 2 1144.50000 94.04520 184.32860
# 5 dog 3 2572.00000 2022.32539 3963.75777
# 6 hat 3 1060.50000 228.39549 447.65516
对于排除(假设要排除每个"target"
的全部观测值(,可以使用ave()
将数据的子集设置为NA
。
dat$rt[with(dat, ave(rt, target, ptp, FUN=function(x) mean(x)/sd(x))) > 1.96] <- NA
# ptp rt group target
# 1 1 1094 E dog
# 2 1 NA E hat
# 3 2 NA E dog
# 4 2 NA E hat
# 5 3 1142 E dog
# 6 3 NA E hat
# 7 1 10 W dog
# 8 1 NA W hat
# 9 2 NA W dog
# 10 2 NA W hat
# 11 3 4002 W dog
# 12 3 NA W hat
为了不排除整个参与者,不要将ptp
包含在ave()
中,并执行:
dat$rt[with(dat, ave(rt, target, FUN=function(x) mean(x)/sd(x))) > 1.96] <- NA
注意:如果尚未为函数分配名称,请事先检查。在您的示例中,使用mean()
和sd()
函数创建碰撞。
数据
dat <- structure(list(ptp = c(1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L,
3L, 3L), rt = c(1094L, 2100L, 918L, 1211L, 1142L, 1222L, 10L,
993L, 897L, 1078L, 4002L, 899L), group = c("E", "E", "E", "E",
"E", "E", "W", "W", "W", "W", "W", "W"), target = c("dog", "hat",
"dog", "hat", "dog", "hat", "dog", "hat", "dog", "hat", "dog",
"hat")), row.names = c(NA, -12L), class = "data.frame")
根据我的经验,最好而简短的方法是:
library(dplyr)
data_2SD <- data %>%
group_by(ptp,target) %>%
mutate_at(vars(rt), ~replace(.x, abs(scale(.x)) >= 2, NA))
在你的情况下,没有这样的观察结果,按每个ptp
和target
分组,它们大于或小于其平均反应时间的两个标准偏差:
输出:
> data_2SD
# A tibble: 12 x 4
# Groups: ptp, target [6]
ptp rt group target
<dbl> <dbl> <chr> <chr>
1 1 1094 E dog
2 1 2100 E hat
3 2 918 E dog
4 2 1211 E hat
5 3 1142 E dog
6 3 1222 E hat
7 1 10 W dog
8 1 993 W hat
9 2 897 W dog
10 2 1078 W hat
11 3 4002 W dog
12 3 899 W hat