标签: contingency

我正在尝试从特定类型的数据创建列联表.这对于循环等是可行的......但是因为我的最终表将包含超过10E5的单元格,所以我正在寻找一个预先存在的函数.

我的初步数据如下:

PLANT                  ANIMAL                          INTERACTIONS
---------------------- ------------------------------- ------------
Tragopogon_pratensis   Propylea_quatuordecimpunctata         1
Anthriscus_sylvestris  Rhagonycha_nigriventris               3
Anthriscus_sylvestris  Sarcophaga_carnaria                   2
Heracleum_sphondylium  Sarcophaga_carnaria                   1
Anthriscus_sylvestris  Sarcophaga_variegata                  4
Anthriscus_sylvestris  Sphaerophoria_interrupta_Gruppe       3
Cerastium_holosteoides Sphaerophoria_interrupta_Gruppe       1

我想创建一个这样的表:

                       Propylea_quatuordecimpunctata Rhagonycha_nigriventris Sarcophaga_carnaria Sarcophaga_variegata Sphaerophoria_interrupta_Gruppe
---------------------- ----------------------------- ----------------------- ------------------- -------------------- -------------------------------
Tragopogon_pratensis   1                             0                       0                   0                    0
Anthriscus_sylvestris  0                             3                       2                   4                    3
Heracleum_sphondylium  0                             0                       1                   0                    0
Cerastium_holosteoides 0                             0                       0                   0                    1

也就是说,行中的所有植物物种,列中的所有动物物种,有时没有相互作用(而我的初始数据仅列出发生的相互作用).

我试图通过将每行除以行总和得到每个单元格的比例,但是R给了我一个错误说,

data.table $ Country:$ operator对原子向量无效

我怎样才能解决这个问题？另外,如何将整个列和行的总和值添加到data.table？我跑的时候会得到这个值addmargins(data.table),但是我想将这些值附加到我的数据帧中.

这是我的代码:

x = c(40,50,30,30,50)                
y = c(40,20,30,40,45)                              
data.table = rbind(x,y)   
data.table
dimnames(data.table)=list("Country"=c("England","Germany"),"Score"=c("Q-Score","T-score","X-score","Y-score","Z-score"))
addmargins(data.table)
table(data.table$Country,data.table$Score/rowSums(table(data.table&Country,data.table$Score)))

我有一个数据框,看起来像这样:

structure(list(ab = c(0, 1, 1, 1, 1, 0, 0, 0, 1, 1), bc = c(1, 
1, 1, 1, 0, 0, 0, 1, 0, 1), de = c(0, 0, 1, 1, 1, 0, 1, 1, 0, 
1), cl = c(1, 2, 3, 1, 2, 3, 1, 2, 3, 2)), .Names = c("ab", "bc", 
"de", "cl"), row.names = c(NA, -10L), class = "data.frame")

列cl表示簇关联,变量ab,bc&de携带二进制答案,其中1表示是和0 - 否.

我正在尝试创建一个表交叉标签集群以及数据框中的所有其他列,即ab,bc和de,其中集群成为列变量.所需的输出是这样的

    1  2  3
 ab 1  3  2
 bc 2  3  1
 de 2  3 …

是否有一个事件日志源始终可供ASP.NET webapp写入？

背景故事,如果有人有一个看似无关的解决方案:

我们的ASP.NET webapp使用自己的事件日志源,但它没有创建它的权限.因此,如果webapp尝试写入条目时事件日志源不存在(安装说明指示管理员手动注册事件日志源,但......),我们的webapp不会放入任何内容有问题时的事件日志.

我希望有另一个(应用程序不可知)源我可以用来通知观看事件日志的人.

我特别开始思考这个问题，试图让值形成一个不重复的向量。unique不好（根据我可以从文档中收集的内容），因为它为您提供了重复的元素，但只有一次。duplicated有同样的问题，因为它在第一次找到重复的值时给你 FALSE。这是我的解决方法

> d=c(1,2,4,3,4,6,7,8,5,10,3)
> setdiff(d,unique(d[duplicated(d)]))
[1]  1  2  6  7  8  5 10

以下是更通用的方法

> table(d)->g
> as.numeric(names(g[g==1]))
[1]  1  2  5  6  7  8 10

我们可以将其推广到 1 以外的其他值。但我发现这个解决方案有点笨拙，将字符串转换为数字。有没有更好或更直接的方法来获得这个向量？

Fisher's Exact Test 与超几何分布有关，我希望这两个命令会返回相同的 pvalues。谁能解释我做错了什么，他们不匹配？

#data (variable names chosen to match dhyper() argument names)
x = 14
m = 20
n = 41047
k = 40

#Fisher test, alternative = 'greater'
(fisher.test(matrix(c(x, m-x, k-x, n-(k-x)),2,2), alternative='greater'))$p.value 
#returns 2.01804e-39

#geometric distribution, lower.tail = F, i.e. P[X > x]
phyper(x, m, n, k, lower.tail = F, log.p = F)
#returns 5.115862e-43

我正在尝试在 rmarkdonw html 文档中生成格式良好的列联表。这是代码：

---\ntitle: "Probabilidad"\nauthor: "Nicol\xc3\xa1s Molano Gonzalez"\ndate: "7 de Abril de 2020"\noutput:\n  html_document:\n  fig_caption: true\n---\n\n```{r echo=F, message = FALSE, warning =F}\n\nlibrary(tidyverse)\nlibrary(kableExtra)\nlibrary(knitr)\n\nset.seed(150)\n\n```\n

这是表的数据：

```{r echo=FALSE, results = \'asis\'}\n\nca_ctr_r<-.3\n\nn   <- 250\nnCA <- round(n*ca_ctr_r)\nz0  <- data.frame(status=c(rep("CA",nCA),rep("CTR",n-nCA)))\nz0$exposition <- NA\nexp_CA  <- .45\nexp_CTR <- .19\n\nz0[z0$status %in% "CA","exposition"]  <- ifelse(runif(nCA) < exp_CA,"yes","no")\nz0[z0$status %in% "CTR","exposition"] <- ifelse(runif(n-nCA) < exp_CA,"yes","no")\n\nz0$exposition <- factor(z0$exposition,levels = c("yes","no"))\n\n```\n

这是打印列联表的代码，应该改进。

```{r echo=FALSE, results = \'asis\'}\n\nres  <- kable(t(table(z0)%>%addmargins))\n#res <- kable(t(table(z0)))\nkable_styling(res,"striped", position = "center",full_width = F) %>% add_header_above(c("exposition","status"=2," "))\n\n```\n …

我正在尝试使用列联表计算 python 中的卡方值。这是一个例子。

+--------+------+------+
|        | Cat1 | Cat2 |
+--------+------+------+
| Group1 |   80 |  120 |
| Group2 |  420 |  380 |
+--------+------+------+

预期值为：

+--------+------+------+
|        | Cat1 | Cat2 |
+--------+------+------+
| Group1 |  100 |  100 |
| Group2 |  400 |  400 |
+--------+------+------+

如果我手动计算卡方值，我得到 10。但是使用 python 我得到 9.506。我使用以下代码：

import numpy as np
import pandas as pd
from scipy.stats import chi2_contingency
import scipy

# Some fake data.
n = 5  # Number of samples. …

我想在 Pandas 中创建一个列联表。我可以用下面的代码来做，但我想知道是否有一个 Pandas 函数可以为我做这件事。

对于可重现的示例：

toy_data #json
'{"Light":{"321":"no_light","476":"night_light","342":"lamp","454":"lamp","25":"night_light","53":"night_light","120":"night_light","346":"night_light","360":"lamp","55":"no_light","391":"night_light","243":"no_light","101":"night_light","377":"night_light","124":"no_light","368":"lamp","400":"no_light","247":"night_light","270":"lamp","208":"night_light"},"Nearsightedness":{"321":"No","476":"Yes","342":"Yes","454":"Yes","25":"No","53":"Yes","120":"Yes","346":"No","360":"No","55":"Yes","391":"Yes","243":"No","101":"No","377":"Yes","124":"No","368":"No","400":"No","247":"No","270":"Yes","208":"No"}}'

toy_data.head()
    Light       Nearsightedness
321 no_light       No
476 night_light    Yes
342 lamp           Yes
454 lamp           Yes
25  night_light    No

df = pd.DataFrame(toy_data.groupby(['Light', 'Nearsightedness']).size())

df = df.unstack('Nearsightedness')

df.columns = df.columns.droplevel()

df
Nearsightedness No  Yes
Light       
lamp             2  3
night_light      5  5
no_light         4  1

我得到了以下双向列联表，其中包含细胞百分比和频率（括号中）。

gender       blue blue-gray       brown      dark      hazel    yellow
 female 33.33% (3) 0.00% (0) 55.56%  (5) 0.00% (0) 11.11% (1) 0.00% (0)
   male 34.62% (9) 3.85% (1) 46.15% (12) 3.85% (1)  3.85% (1) 7.69% (2)

我使用的代码R是

library(dplyr)

library(janitor)

starwars %>%
  filter(species == "Human") %>% 
  tabyl(gender, eye_color) %>%
  adorn_percentages("row") %>%
  adorn_pct_formatting(digits = 2) %>%
  adorn_ns()

但是，我想要获得相同类型的表格，其中包含单元格频率和百分比（在括号中）。请提供任何帮助。