Question

我们正在开发一个在线测试，其中我们呈现6个图像（连续），要求参与者从最小到最大重新洗牌（实际目标更具挑战性，但除此之外）。测试开始于以随机顺序呈现图像。最后，我想计算参与者的响应与正确响应的总位移（或偏差）。

举例说明：

我们首先提出六个图像：

[img1] [img2] [img3] [img4] [img5] [img6]

参与者可能会将图像重新洗牌为：

[img2] [img4] [img3] [img1] [img6] [img5]

此试用的正确顺序实际上可能是：

[img1] [img4] [img3] [img2] [img5] [img6]

因此，我们发现参与者没有将所有图像放在正确的位置：img1向左移位3个位置，而img2向右移3个位置;并且img5和img6每个都取代了1个位置。因此，总排量为3 + 3 + 1 + 1 = 8

R中有优雅的方法来计算这个位移吗？

Answer 1

你可以试试这个

sum(abs(match(x,y)-match(x,x)))

数据

x=c(2,4,3,1,6,5) y=c(1,4,3,2,5,6)

Answer 2

我正在分解这么多，显然你可以在两行压缩它。如果你愿意的话。

这是正确的输出：

> correct_output <- data.frame(img=c(1, 4, 3, 2, 5, 6), rank=1:6)
  img rank
1   1    1
2   4    2
3   3    3
4   2    4
5   5    5
6   6    6

这是用户输出：

> user_output <- data.frame(img=c(2, 4, 3, 1, 6, 5), user_rank=1:6)
  img user_rank
1   2         1
2   4         2
3   3         3
4   1         4
5   6         5
6   5         6

让我们把它们绑在一起：

> merge(correct_output, user_output, by="img")
  img rank user_rank
1   1    1         4
2   2    4         1
3   3    3         3
4   4    2         2
5   5    5         6
6   6    6         5

从这里开始很容易。我正在使用dplyr包。

> tmp <- mutate(tmp, penalty=abs(rank-user_rank))
  img rank user_rank penalty
1   1    1         4       3
2   2    4         1       3
3   3    3         3       0
4   4    2         2       0
5   5    5         6       1
6   6    6         5       1

> sum(tmp$penalty)
[1] 8

R：按顺序计算变量的位移

2 个答案: