Question

我正在尝试基于正确的响应（列EQ_R和MEM_R）来计算参与者的响应（列EQ_C和MEM_C）的准确性。

dput(example) 
structure(list(TRIAL = c("1", "2", "3", "4", "5", "6", "7", "8", 
"9", "10", "11", "12", "13", "14", "15"), EQ_C = c("0101", "1010", 
"1010", "00111", "01011", "01101", "100011", "010101", "001101", 
"0110011", "1101001", "1100101", "11100001", "11001010", "11001010"
), EQ_R = c("0101", "0010", "1010", "00111", "01011", "01101", 
"10101", "11010", "001101", "0100011", "1101001", "0100101", 
"11110001", "11001010", "11001010"), MEM_C = c("ZLHK", "RZKX", 
"DGWL", "BCJSP", "WRKTJ", "CHBXS", "HNDCWX", "SWVNDT", "WLDGPB", 
"DSHRKBV", "HCXLZWB", "HDNBVZC", "BCRHKVDM", "RVTBWKFS", "NWHVZFLD"
), MEM_R = c("ZLHK", "RZKX", "DGWL", "BCJSP", "WRKLTJ", "CHBXS", 
"HNDCWX", "SWVDTN", "WLDGPB", "DSHRKBV", "HCXLZWB", "HDNBVZC", 
"BCRHKVDM", "RVTBWKFS", "NWHVZFLD"), EQ_SUM = c(NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), MEM_SUM = c(NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)), row.names             
 = c(NA, 
15L), class = "data.frame")

我为需要计算二进制数据（EQ）和字母（MEM）的“总和” /准确性分数添加了新列。

    OSPAN["EQ_SUM"] <- NA
    OSPAN["MEM_SUM"]<- NA

然后我尝试使用strsplit来计算精度，但是我收到错误通知。

    mean(strsplit(OSPAN$MEM_C, "") == strsplit(OSPAN$MEM_R, ""))
    Error in strsplit(OSPAN$MEM_C, "") == strsplit(OSPAN$MEM_R, "") : comparison of these types is not implemented
    In addition:
    Warning messages:
    1: In strsplit(OSPAN$MEM_R, "") : input string 342 is invalid                             UTF-8
    2: In strsplit(OSPAN$MEM_R, "") : input string 580 is invalid UTF-8

我的问题是：

我如何匹配/计算预测值（C）和实际（R）值之间的准确性或一致性？

例如，在第1行中，EQ_SUM将为1（或100％），而在第2行中，{{1}}将为0.75或75％，因为参与者选择了错误的答案（0代替1）。因此，给出了部分信用分数，这不是绝对匹配/一致的问题。

谢谢。

Answer 1

一种可能是使用RecordLinkage库：

with(df, levenshteinSim(EQ_C, EQ_R))

 [1] 1.0000000 0.7500000 1.0000000 1.0000000 1.0000000 1.0000000 0.6666667 0.6666667
 [9] 1.0000000 0.8571429 1.0000000 0.8571429 0.8750000 1.0000000 1.0000000

它使用Levenshtein距离计算两个字符串之间的相似度。

Answer 2

我敢肯定有一种最有效的方法，但是，您可以按列表比较列表并将其添加到数据框中。

for (i in 1:nrow(OSPAN)){
  OSPAN$EQ_SUM[i] <- sum(strsplit(OSPAN$EQ_C, "", useBytes = TRUE)[[i]] == strsplit(OSPAN$EQ_R, "", useBytes = TRUE)[[i]])/length(strsplit(OSPAN$EQ_C, "")[[i]])
  OSPAN$MEM_SUM[i] <- sum(strsplit(OSPAN$MEM_C, "", useBytes = TRUE)[[i]] == strsplit(OSPAN$MEM_R, "", useBytes = TRUE)[[i]])/length(strsplit(OSPAN$MEM_C, "")[[i]])
}

另一方面，有些案件的长度不同，我们该如何处理？

R：使用strsplit函数计算平均准确度的问题

2 个答案: