Question

我正在尝试将高斯逆分布拟合到每个参与者的响应时间，以获取每个参与者的分布的mu和lambda。但是，即使我尝试了许多方法，也总是为所有参与者提供相同的输出，而不是分别分配给每个参与者。

我尝试了以下方法：

  library(goft)
  require(stats)
  by(Data, Data[,"Participant"], function (x) ig_fit(Data$RT)))

输出

 Data[, "Participant"]: P001G01S01
        Inverse Gaussian MLE 
 mu                  448.8195
 lambda             6486.4473

Data[, "Participant"]: P002G01S02
        Inverse Gaussian MLE 
 mu                  448.8195
 lambda             6486.4473

Data[, "Participant"]: P003G02S01
      Inverse Gaussian MLE 
 mu                  448.8195
 lambda             6486.4473

我期望以下几点：

Participant  mu        lambda

1            480.252    6005.23
2            521.23     5312.632
3            490.325    6320.53

Answer 1

这里是tidyverse的一个选项。按“参与者”分组，在“ RT”上应用ig_fit，对输出进行转置（t，在tibble中将其转换为summarise Wihtin，包装为list（因为summarise期望每组长度为1的元素作为输出，而list属于length 1），然后unnest list返回3列（“参与者”，“ mu”和“ lambda”）的data.framee

library(tidyverse)
library(goft)

df1 %>% 
  group_by(Participant) %>%
  summarise(out = list(ig_fit(RT) %>% t
                                  %>% as_tibble)) %>%
  unnest(out)
# A tibble: 2 x 3
#  Participant    mu lambda
#        <int> <dbl>  <dbl>
#1           1  460. 10720.
#2           2  472.  5272.

数据

df1 <- structure(list(Participant = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 2L, 2L), RT = c(352L, 526L, 624L, 424L, 356L, 475L, 256L, 
426L, 562L, 426L, 526L, 634L), Session = c(1L, 1L, 1L, 2L, 2L, 
2L, 1L, 1L, 1L, 1L, 2L, 2L), Testing_Condition = c(0L, 0L, 0L, 
0L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L)), class = "data.frame", 
row.names = c(NA, 
-12L))

Answer 2

根据@akrun的建议，较小的更改有效。

  library(goft)
  require(stats)
  by(Data, Data[,"Participant"], function (x) ig_fit(x$RT)))

如何获得每个参与者的分配

2 个答案:

数据