Question

我想创建一个从1到10个向量并返回Yes或No的函数，这意味着我的所有向量都代表“完整的设计”。

这是我称之为“完整设计”的一个例子：

a＆lt; -c（1,1,1,1,2,2,2,2,3,3,3）

b＆lt; - c（1,2,1,2,1,2,1,2,1,2,1,2）

c＆lt; - c（1,1,2,2,1,1,2,2,1,1,2,2）

这是一个完整的设计，因为：对于所有向量的所有级别，所有其他向量的所有级别（在相同位置）具有相同的次数。

以下是“不完整设计”的两个例子：（在以下两个示例中，a和b匹配，但c与b不匹配）

示例1：

a＆lt; -c（1,1,1,1,2,2,2,2,3,3,3）

b＆lt; - c（1,2,1,2,1,2,1,2,1,2,1,2）

c < - c（1,2,3,1,2,3,1,2,3,1,2,3）

示例2：

a＆lt; -c（1,1,1,1,2,2,2,2,3,3,3）

b＆lt; - c（1,2,1,2,1,2,1,2,1,2,1,2）

c＆lt; - c（1,2,3,4,5,1,2,3,4,5,1,2）

希望我很清楚。整个想法是我有一个数据集，这个数据集由因子a，b，c，d，e等解释...我想要一个函数告诉我，我正在测试一个完整的或一个在运行aov（）之前设计不完整。

非常感谢！

要在我想要创建的函数中询问的问题是：当等于给定的水平时（例如，假设为2）。我们看一下b [which（a == 2）]并检查b的所有等级是否包含在b [which（a == 2）]中，并检查b的所有等级[哪个（a == 2）]重复次数相同。

Answer 1

使用plyr的id()函数有一种非常简单的方法：

library(plyr)
a <- c(1,1,1,1,2,2,2,2,3,3,3,3)
b <- c(1,2,1,2,1,2,1,2,1,2,1,2)
c <- c(1,1,2,2,1,1,2,2,1,1,2,2)

ids <- id(data.frame(a, b, c))
attr(ids, "n") == length(unique(ids))
# [1] TRUE

d <- c(1,1,2,2,1,1,2,2,1,1,2,3)
ids <- id(data.frame(a, b, d))
attr(ids, "n") == length(unique(ids))
# [1] FALSE

id()的工作原理是为输入中的每一行分配唯一的ID，以便有可能存在所有可能的组合。输出包含一个属性n，它给出了可能的总组合数。

Answer 2

如果我理解正确，您可能会以某种方式使用interaction作为决定您的数据是否完整的第一步。

查看您的示例，似乎每个向量中的所有唯一级别应始终存在一个唯一组合（不是2，而不是0）。所以，对于你展示的第一套：

> all(table(interaction(a, b, c)) == 1)
[1] TRUE

而且，对于其他两个例子，如果你做了同样的事情，你会得到FALSE作为结果。

另一种选择是假设我们可以将变量a视为分组变量，并将所有向量放入data.frame，如下所示：

df1 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3),
                  b = c(1,2,1,2,1,2,1,2,1,2,1,2),
                  c = c(1,1,2,2,1,1,2,2,1,1,2,2))

完成后，我们可以split data.frame如下：

DF1 <- split(df1[-1], df1[1])

然后，我们可以写一个小函数来检查分裂的每个部分是否相等。我们会稍微欺骗并使用merge，但必须有更强大的方法来执行此操作。我们的想法是，如果我们在相同的输入上使用merge，那么它应该只是一个data.frame，它与所有输入data.frame相同。

这是一个（不那么强大 - 没有经过广泛测试的）功能，可以作为起点。

myFun <- function(myList) {
  all.equal(Reduce(function(x, y) 
    merge(x, y, all = TRUE, sort = FALSE), myList),
            myList[[1]], check.attributes = FALSE)
}

应用于DF1，它会向我们TRUE，但请尝试以下操作：

df2 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3),
                  b = c(1,2,1,2,1,2,1,2,1,2,1,2),
                  c = c(1,2,3,1,2,3,1,2,3,1,2,3))
df3 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3),
                  b = c(1,2,1,2,1,2,1,2,1,2,1,2),
                  c = c(1,2,3,4,5,1,2,3,4,5,1,2))

DF1 <- split(df1[-1], df1[1])
DF2 <- split(df2[-1], df2[1])
DF3 <- split(df3[-1], df3[1])

myFun(DF1)
# [1] TRUE
myFun(DF2)
# [1] "Component 1: Numeric: lengths (6, 4) differ" "Component 2: Numeric: lengths (6, 4) differ"
myFun(DF3)
# [1] "Component 1: Numeric: lengths (10, 4) differ" "Component 2: Numeric: lengths (10, 4) differ"

R：检查完整设计的功能

2 个答案: