对于一个项目,我已经收到了大量的机密患者级别数据,我需要将这些数据拟合到分布中以便在仿真模型中使用。我正在使用R。
问题是我需要拟合分布以获取至少288个独立分布(至少48个6个变量的子集)的形状/速率数据。变量之间的过程会略有不同(取决于该变量的分布方式),但我希望能够为每个变量设置一个函数或循环,并为我定义的每个子集生成形状和速率数据。
一个例子:我需要找到患者亚群的住院天数。有48个患者子集。我目前这样做的方式是手动过滤数据,然后将其提取到向量中,然后使用fitdist
将数据拟合到向量中。
即对于伽马分布的变量:
vector1 <- los_data %>%
filter(group == 1, setting == 1, diagnosis == 1)
fitdist(vector1, "gamma")
我对数据科学和数据处理还很陌生,我知道必须有比手工更简单的方法!我假设与矩阵有关,但是我对如何最好地进行一无所知。
答案 0 :(得分:0)
好的,您的示例在这里不是很可重复,但是我认为您想要的答案将类似于以下内容:
result <- los_data %>%
group_by(group, setting, diagnosis) %>%
do({
fit <- fitdist(.$my_column, "gamma")
data_frame(group=.$group[1], setting=.$setting[1], diagnosis=.$diagnosis[1], fit = list(fit))
}) %>%
ungroup()
这将为您提供所有拟合的数据框,其中包含用于分组,设置,诊断的列以及包含每个拟合的列表列。由于它是一个列表列,因此您将需要使用双括号来提取单个拟合。示例:
# Get the fit in the first row
result$fit[[1]]
答案 1 :(得分:0)
一种常见的做法是使用V21.X1 V21.X2
A 02:01:03
A 02:01:04
拆分数据,然后在该组上应用感兴趣的功能。假设这里有四列,组,设置,诊断和stay.length。前三个有两个级别。
split
执行df <- data.frame(
group = sample(1:2, 64, TRUE),
setting = sample(1:2, 64, TRUE),
diagnosis = sample(1:2, 64, TRUE),
stay.length = sample(1:5, 64, TRUE)
)
> head(df)
group setting diagnosis var
1 1 1 1 4
2 1 1 2 5
3 1 1 2 4
4 2 1 2 3
5 1 2 2 3
6 1 1 2 5
,您会得到split
的分裂:
List
然后,我们可以使用dfl <- split(df$stay.length, list(df$group, df$setting, df$diagnosis))
> head(dfl)
$`1.1.1`
[1] 5 3 4 1 4 5 4 2 1
$`2.1.1`
[1] 5 4 5 4 3 1 5 3 1
$`1.2.1`
[1] 4 2 5 4 5 3 5 3
$`2.2.1`
[1] 2 1 4 3 5 4 4
$`1.1.2`
[1] 5 4 4 4 3 2 4 4 5 1 5 5
$`2.1.2`
[1] 5 4 4 5 3 2 4 5 1 2
对列表中的每个组执行任何功能。例如,我们可以应用lapply
mean
根据您的情况,您可以应用dflm <- lapply(dfl, mean)
> dflm
$`1.1.1`
[1] 3.222222
.
.
.
.
$`2.2.2`
[1] 2.8
或任何其他功能。
fitdist