数据:https: //drive.google.com/file/d/0B20HmmYd0lsFSmZhYUk3bkRTNFk/edit?usp=sharing
plot.df<- read.table("meansses.txt")
theme_luke <- function (base_size = 12, base_family = "") {
theme_gray(base_size = base_size, base_family = base_family) %+replace%
theme(
panel.background = element_rect(fill="white"),
panel.grid.minor.y = element_blank(),
legend.key = element_rect(fill="white", colour= "white"),
strip.background = element_rect(fill="white")
)
}
theme_set(theme_luke())
ggplot(plot.df, aes(factor(L2),mean)) +
geom_point(stat = "identity",aes(shape=L3), size=4, group=L3) +
scale_shape(solid = FALSE) +
geom_errorbar(aes(ymax = mean + se, ymin = mean - se)) +
facet_grid(. ~ L1) +
xlab("Levels") + ylab("Proportion") +
ylim(0,0.12)
这一切都很好,除非我设置ylim得到
Run Code Online (Sandbox Code Playgroud)Warning message: Removed …
我有一个双向重复测量设计(3 x 2),我想弄清楚如何计算效果大小(部分eta平方).
我有一个矩阵,其中包含数据(称为a),如此(重复测量)
A.a A.b B.a B.b C.a C.b
1 514.0479 483.4246 541.1342 516.4149 595.5404 588.8000
2 569.0741 550.0809 569.7574 599.1509 621.4725 656.8136
3 738.2037 660.3058 812.2970 735.8543 767.0683 738.7920
4 627.1101 638.1338 641.2478 682.7028 694.3569 761.6241
5 599.3417 637.2846 599.4951 632.5684 626.4102 677.2634
6 655.1394 600.9598 729.3096 669.4189 728.8995 716.4605
idata =
Caps Lower
A a
A b
B a
B b
C a
C b
我知道如何使用汽车包重复测量ANOVA(3型SS在我的领域是标准的,虽然我知道它会导致逻辑错误..如果有人想向我解释这就像我5我会喜欢了解它):
summary(Anova(lm(a ~ 1),
idata=idata,type=3,
idesign=~Caps*Lower)),
multivariate=FALSE)
我想我想要做的是将这部分摘要打印出来:
单变量III型重复测量ANOVA假设球形度
SS num Df …我对R很陌生,以至于我无法在其他人的问题中找到我需要的东西.我认为我的问题非常简单,没有其他人费心去问它.
什么是最简单的代码来创建一个新的数据框,它排除了单变量异常值的数据(我将它们定义为从它们的条件的平均值为3个SD的点),在它们的条件下,在某个变量上？
我很尴尬地展示我尝试过的东西,但现在却是
greaterthan <- mean(dat$var2[dat$condition=="one"]) +
2.5*(sd(dat$var2[dat$condition=="one"]))
lessthan <- mean(dat$var2[dat$condition=="one"]) -
2.5*(sd(dat$var2[dat$condition=="one"]))
withoutliersremovedone1 <-dat$var2[dat$condition=="one"] < greaterthan
而我几乎已经被困在那里了.
谢谢
我不知道从哪里开始使用这段代码.我想将一个新变量附加到现有数据框架,该数据框架根据分组变量采用不同的列.例如,假设我有列
A B C D E F
1 2 3 6 11 12
1 7 5 10 8 9
2 19 2 4 5 6
2 8 4 3 1 1
我想附加一个新列"G",如果A是1则是B列,如果A是2,则是D列
A B C D E F G
1 2 3 6 11 12 2
1 7 5 10 8 9 7
2 19 2 4 5 6 4
2 8 4 3 1 1 3
谢谢
我正在编写一个心理学实验,我需要改变每个参与者的刺激顺序.我有一个随机命令我的刺激的函数,然后我的程序从.txt文件中读取.默认情况下在样本中使用的伪随机算法(如下面的"shuffle"函数所示)是否可以充分地改变现实,预期不会在任何刺激位置或刺激位置模式中产生任何系统偏差实验(4500次试验)？
stimulus <- c("a", "b", "c", "d", "e")
shuffle <- function (x) { as.data.frame(sample((t(x)))) }
shuffle (stimulus)
我想生成一个向量,该向量具有向量中存在的字母表中所有26个数字的总数a.
a <- c("aabead", "dadfhhsa")
例如,此向量中的a将等于5,b到1,d到2,z到0,x到0等.
我之前使用的代码是
Randomvariable = 1 + Int((20 - 1 + 1) * Rnd())
我有点担心它不对,因为我在指南中看到的格式是
random_number = Int(20 * Rnd) + 1
我的方式与此相当吗？
鉴于一些数据
hello <- c('13.txt','12.txt','14.txt')
我想只取数字并转换为数字,即删除.txt
我想要另一个向量,其中每个数值= =它的当前值减去(它在向量中的位置 - 1),例如
说我有
positions <- c(9, 30, 46, 52, 76)
我想要另一个等于c的向量(9,29,44,49,72)
谢谢
我有一个大型数据集,看起来像这样:
str(ldt)
data.frame': 116105 obs. of 11 variables:
$ s : Factor w/ 35 levels "1","10","11",..: 1 1 1 1 1 1 1 1 1 1 ...
$ PM : Factor w/ 3 levels "C","F","NF": 3 3 3 3 3 3 3 3 3 3 ...
$ day : Factor w/ 3 levels "1","2","3": 1 1 1 1 1 1 1 1 1 1 ...
$ block : Factor w/ 3 levels "1","2","3": 2 2 2 2 2 2 2 …