R中按状态对调查数据进行多重对应分析

时间:2019-02-22 03:22:47

标签: r for-loop split factor-analysis

我目前正在使用调查数据,并且我正在尝试分析给定的10个问题在每个州的一个维度中可以解决的多少差异。截至目前,我已按状态手动将数据分解为子集。例如:

methods: {
    drawChart() {
      this.handler.$emit('init', {...this.chartConfig})
    }
  }

如您所见,这是相当低效的,并且使组织结果具有挑战性。

我正在写信询问有关如何使用library("FactoMineR") NY <- filter(cces, inputstate=="New York") ## Then to take out the state column sothat I am able to just analyze the variance among responses I run the following code NY$inputstate <- NULL NYmca <- MCA(NY, graph=FALSE, ncp=1) 循环或for然后使用split命令更有效地执行此操作的建议。

到目前为止,我已经尝试了以下代码,但没有成功:

sapply


statesplit <- split(cces, cces$inputstate)
test <- sapply(statesplit, FUN=function(x){MCA(x, graph=FALSE,ncp=1))}

简而言之,我正在寻求帮助,如何在数据帧的每个状态内进行多次对应分析,而不必手动子集数据。任何建议将不胜感激。谢谢!

0 个答案:

没有答案