Это может быть вопрос о применении / вопрос об управлении данными / их комбинация. Я относительно новичок в R и активно приспосабливаюсь к тому, как управлять данными в R и Stata (в качестве примера). Я много читал, но не нашел хорошего примера того, как (1) извлекать векторы из кадра данных по группам; (2) применить функцию попарно ко всем комбинациям этих векторов; и (3) вывести результаты в виде матрицы, поэтому я спрашиваю вас всех, как это сделать. Я упростил все имена переменных/данные в примере ниже:
У меня есть dataframe df, структурированный следующим образом:
id score1 score2 extravar1 extravar2 .....
1 10 9 a 1.4345124
1 9 7 b 1.1133529
1 5 5 c -0.1712851
2 4 4 d -0.4924446
2 3 2 junk -0.8136040
2 6 6 junk 0.14987444
3 5 6 junk 0.14331245
etc
Мне нужно создать ковариационную матрицу подмножеств ID score1 и ID score2. Другими словами, я хотел бы выполнить следующие вычисления как для score1, так и для score2:
cov(vector of df$score1 for id 1 only,df$score1 for id 1 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 2 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 3 only)
.
.
.
cov(vector of df$score1 for id 1 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 1 only,df$score1 for id 289 only)
cov(vector of df$score1 for id 2 only,df$score1 for id 1 only)
cov(vector of df$score1 for id 2 only,df$score1 for id 2 only)
.
.
.
cov(vector of df$score1 for id 289 only,df$score1 for id 288 only)
cov(vector of df$score1 for id 289 only,df$score1 for id 289 only)
и я хотел бы, чтобы данные выводились в два (один перед score1, один для score2) списков, фреймов данных или матриц, которые выглядят так (где s1-1 - это вектор score1 для id = 1):
1 2 3 ... 288 289
1 cov(s1-1,s1-1) cov(s1-1,s1-2) cov(s1-1,s1-3) cov(s1-1,s1-288) cov(s1-1,s1-289)
2 cov(s1-2,s1-1) cov(s1-2,s1-2) cov(s1-2,s1-3) cov(s1-2,s1-288) cov(s1-2,s1-289)
3 cov(s1-3,s1-1) cov(s1-3,s1-2) cov(s1-3,s1-3) cov(s1-3,s1-288) cov(s1-3,s1-289)
.
.
.
288 cov(s1-288,s1-1) cov(s1-288,s1-2) cov(s1-288,s1-3) cov(s1-288,s1-288) cov(s1-288,s1-289)
289 cov(s1-289,s1-1) cov(s1-289,s1-2) cov(s1-289,s1-3) cov(s1-289,s1-288) cov(s1-289,s1-289)
Моя проблема в том, что я сталкиваюсь с проблемами (1) манипулирования данными, чтобы они были в правильном формате для такого анализа и (2) решения, какие из функций применения будут наиболее подходящими для использования (может быть, mapply?). В настоящее время я использую split для разделения данных на группы, но не знаю, как манипулировать ими оттуда:
df.scores <- df[,c("id","score1","score2")]
databy.id <- split(df.scores,df.scores$id)
Что дает список, я не на 100% понимаю, как манипулировать при применении. head(databy.id) выглядит примерно так:
$`1`
id score1 score2
1 1 10 9
2 1 9 7
3 1 5 5
4 1 4 4
5 1 3 2
...
$`2`
id score1 score2
1 2 8 3
2 2 9 2
3 2 10 1
4 2 9 3
5 2 4 9
...
$`3`
id score1 score2
1 3 8 7
2 3 3 4
3 3 2 3
4 3 4 6
5 3 6 1
...
Я могу (и уже) решить это с помощью циклов, но предпочел бы этого не делать, так как мне нужно многократно рандомизировать оценки и моделировать/сохранять множество таких матриц (что занимает слишком много времени с помощью циклов). Должен ли я использовать ddply, mapply или какие-то другие функции? Есть ли у вас какие-либо предложения о том, как действовать дальше?