Question

我搜索了论坛，但没有找到任何可以回答或暗示如何在论坛上做我想做的事情。

我每年都会对暴露数据进行测量，我希望根据每个人进入研究的结果来计算个人年平均值。对于每一行，一年的暴露分配应包括从加入研究之前的上个月开始的前12个月的数据。例如，样本数据中的第一个人参加了2002年2月7日的研究。他的曝光将包括2002年1月（年平均值为18）和2001年2月至12月（年平均值为19）的贡献。此人的时间加权平均值为（1/12 * 18）+（11/12 * 19）。同一人的两年平均曝光率将从2002年1月延长至2000年2月。

同样，对于2004年12月参加研究的最后一个人，将包括2004年的11个月和2003年的一个月的贡献，他的年平均风险将是2004年和（1/12）的（11/12 * 5）。 * 6）来自2003年的年平均值。

如何计算从进入研究之日起的1年，2年和5年平均暴露？我怎么能以我所描述的方式使用滞后？

可从此链接访问样本数据

https://drive.google.com/file/d/0B_4NdfcEvU7La1ZCd2EtbEdaeGs/view?usp=sharing

Answer 1

这不是一个优雅的答案。但是，我想留下我尝试过的东西。我首先安排了数据框。我想确定哪一年是每个学科的关键年份。所以，我创建了id。 variable来自原始数据集中的列名（例如，pol_2000）。 entryYear来自您数据中的entry。 entryMonth也来自entry。创建check是为了确定哪个年份是每个参与者的基准年。在下一步中，我使用SOfun包中的getMyRows为每个参与者提取了六行。在下一步中，我使用lapply并按照您在问题中描述的那样进行数学运算。对于两年/五年平均值的计算，我将总值除以年份（2或5）。我不确定最终输出会是什么样子。所以我决定为每个科目使用基准年，并为其添加三列。

library(stringi)
library(SOfun)
devtools::install_github("hadley/tidyr")
library(tidyr)
library(dplyr)


### Big thanks to BondedDust for this function
### http://stackoverflow.com/questions/6987478/convert-a-month-abbreviation-to-a-numeric-month-in-r

mo2Num <- function(x) match(tolower(x), tolower(month.abb))


### Arrange the data frame.
ana <- foo %>%
       mutate(id = 1:n()) %>%
       melt(id.vars = c("id","entry")) %>%
       arrange(id) %>%
       mutate(variable = as.numeric(gsub("^.*_", "", variable)),
              entryYear = as.numeric(stri_extract_last(entry, regex = "\\d+")),
              entryMonth = mo2Num(substr(entry, 3,5)) - 1,
              check = ifelse(variable == entryYear, "Y", "N"))

### Find a base year for each subject and get some parts of data for each participant.
indx <- which(ana$check == "Y")
bob <- getMyRows(ana, pattern = indx, -5:0)


### Get one-year average
cathy <- lapply(bob, function(x){
    x$one <- ((x[6,6] / 12) * x[6,4]) + (((12-x[5,6])/12) * x[5,4])
    x 
})

one <- unnest(lapply(cathy, `[`, i = 6, j = 8))

### Get two-year average
cathy <- lapply(bob, function(x){
    x$two <- (((x[6,6] / 12) * x[6,4]) + x[5,4] + (((12-x[4,6])/12) * x[4,4])) / 2
    x 
})

two <- unnest(lapply(cathy, `[`, i = 6, j =8))


### Get five-year average
cathy <- lapply(bob, function(x){
    x$five <- (((x[6,6] / 12) * x[6,4]) + x[5,4] + x[4,4] + x[3,4] + x[2,4] + (((12-x[2,6])/12) * x[1,4])) / 5 
    x 
})

five <- unnest(lapply(cathy, `[`, i =6 , j =8))

### Combine the results with the key observations
final <- cbind(ana[which(ana$check == "Y"),], one, two, five)
colnames(final) <- c(names(ana), "one", "two", "five")

#   id     entry variable value entryYear entryMonth check       one       two      five
#6   1 07feb2002     2002    18      2002          1     Y 18.916667 18.500000 18.766667
#14  2 06jun2002     2002    16      2002          5     Y 16.583333 16.791667 17.150000
#23  3 16apr2003     2003    14      2003          3     Y 15.500000 15.750000 16.050000
#31  4 26may2003     2003    16      2003          4     Y 16.666667 17.166667 17.400000
#39  5 11jun2003     2003    13      2003          5     Y 13.583333 14.083333 14.233333
#48  6 20feb2004     2004     3      2004          1     Y  3.000000  3.458333  3.783333
#56  7 25jul2004     2004     2      2004          6     Y  2.000000  2.250000  2.700000
#64  8 19aug2004     2004     4      2004          7     Y  4.000000  4.208333  4.683333
#72  9 19dec2004     2004     5      2004         11     Y  5.083333  5.458333  4.800000

如何计算时间加权平均值并创造滞后

1 个答案: