r - 主体内缩尾处理

Question

我有一个长格式数据框 data.set，其中每个主题在每个条件下都有不同的数值 (data.set$target_resp.rt)。我已经使用 DescTool 函数 Winsorize 根据总体标准对我的数据进行了 winsorized（有关信息，请参阅 here）：

overall.criterion.2sd <- data.set$overall.mean+(2*data.set$overall.sd)
winsors.2 <- DescTools::Winsorize(data.set$target_resp.rt, maxval=overall.criterion.2sd[1])

上面，可以将 maxval 定义为变量 overall.criterion.2sd 的第一个值，因为它对所有主题都是相同的值。现在我想按主题对我的数据进行 winsorization，即我需要运行在主题内逐行进行 winsorization。这是我的尝试，criterion.2sd 只是 N 值的向量（N=主题数）：

criterion.2sd <- data.set$rt.mean+(2*data.set$rt.sd)
within.winsors.2 <- data.set %>% group_by(Nome, Cognome) %>%
                                    Winsorize(data.set$target_resp.rt, maxval=unique(criterion.2sd))

弹出如下错误：

Error in [<-.data.frame(*tmp*, x < minval, value = c(1.35768795013, : 'value' is the wrong length

我知道 maxval 变量的基数有问题，但我不知道如何解决它。有人可以帮忙吗？

这是数据集的示例 data.set（希望足够了；如果格式正确请告诉我）：

   subject        target_resp.rt   rt.mean     rt.sd
 1 1              1.0398901        0.9016781   0.3109358
 2 1              0.6887729        0.9016781   0.3109358
 3 1              0.7691720        0.9016781   0.3109358
 4 1              1.0064900        0.9016781   0.3109358
 5 1              0.8195999        0.9016781   0.3109358
 6 2              0.8410320        1.0500845   0.4210796
 7 2              0.8229311        1.0500845   0.4210796
 8 2              0.9250839        1.0500845   0.4210796
 9 2              1.0085750        1.0500845   0.4210796
10 2              1.1406291        1.0500845   0.4210796
11 3              0.5561039        0.749789    0.2350127
12 3              0.6022139        0.749789    0.2350127
13 3              0.8560688        0.749789    0.2350127
14 3              0.5886030        0.749789    0.2350127
15 3              0.5520449        0.749789    0.2350127

Answer 1

这是 dplyr 语法混淆的问题。在原始问题中，您将向量传递给 Winsorize，但 data.set %>% group_by(Nome, Cognome) 是一个数据集，管道 (%>%) 将整个数据集传递给 [=12= 的第一个参数]，意思是你真的在打电话给

Winsorize(x = data.set, minval = ..., maxval = ...)

你真正想要的是在group_by之后使用mutate来改变target_resp.rt；语法如下：

data.set %>% group_by(subject) %>%
  mutate(target_winsorized = Winsorize(target_resp.rt, maxval=unique(overall.criterion.2sd))

这会在数据集中创建一个具有所需属性的新变量 target_winsorized。将来您可能还想将 overall.criterion.2sd 保存在数据集中。

文档

如果想了解有关语法和 dplyr 样式的更多信息，请查看 dplyr 文档。

r - 主体内缩尾处理

r - within-subject winsorization

r

outliers

desctools

文档