error.bars.by{psych} 多个变量
error.bars.by{psych} Multiple variables
你好 Stack 社区,
我的问题是关于命令的
error.bars.by()
来自包 error.bars.by{psych}
。
我熟悉命令的工作原理:
error.bars.by(
mydata[3],
mydata[1],
by.var=TRUE,
x.cat=TRUE,
legend=5,
eyes=FALSE,
pch=10,
cex=2,
alpha=.05,
density=10,
)
我的问题是这个命令是否可以处理两个分组变量。
如果是这样,我将如何编码?
数据table
Group Subgroup Measure
1 A 1 0.234213
2 A 1 0.046248
3 A 1 0.391376
4 A 2 0.911849
5 A 2 0.729955
6 A 2 0.991110
7 A 2 0.378422
8 A 3 0.898037
9 A 3 0.258884
10 A 3 NA
11 A 3 0.057631
12 A 3 0.745202
13 A 3 0.121376
14 B 1 0.385198
15 B 1 0.484399
16 B 1 0.115034
17 B 1 0.073629
18 B 1 0.456150
19 B 2 0.336108
20 B 2 0.845458
21 B 2 0.267494
22 B 3 0.536123
23 B 3 1.331731
24 B 3 0.505114
25 B 3 0.843348
26 B 3 0.827932
27 B 3 0.813351
28 C 1 0.095587
29 C 1 0.158822
30 C 1 0.392376
31 C 1 0.284625
32 C 2 0.898819
33 C 2 0.743428
34 C 2 0.298989
35 C 2 0.423961
36 C 3 0.868351
37 C 3 0.181547
38 C 3 1.146131
39 C 3 0.234941
尝试 <something like>(TM)
:
error.bars.by( mydata[[3]], interaction(mydata[[1]], mydata[[other_col_name]]), by.var=TRUE,
x.cat=TRUE, legend=5, eyes=FALSE, pch=10, cex=2, alpha=.05, density=10, )
interaction
函数创建一个新的单列,当您需要 "long" 版本的交叉分类时可以使用该列。
编辑: 我删除了 by.var=TRUE,因为它没有记录在该函数的帮助页面上,而且您没有描述它在做什么。
你好 Stack 社区,
我的问题是关于命令的
error.bars.by()
来自包 error.bars.by{psych}
。
我熟悉命令的工作原理:
error.bars.by(
mydata[3],
mydata[1],
by.var=TRUE,
x.cat=TRUE,
legend=5,
eyes=FALSE,
pch=10,
cex=2,
alpha=.05,
density=10,
)
我的问题是这个命令是否可以处理两个分组变量。
如果是这样,我将如何编码?
数据table
Group Subgroup Measure
1 A 1 0.234213
2 A 1 0.046248
3 A 1 0.391376
4 A 2 0.911849
5 A 2 0.729955
6 A 2 0.991110
7 A 2 0.378422
8 A 3 0.898037
9 A 3 0.258884
10 A 3 NA
11 A 3 0.057631
12 A 3 0.745202
13 A 3 0.121376
14 B 1 0.385198
15 B 1 0.484399
16 B 1 0.115034
17 B 1 0.073629
18 B 1 0.456150
19 B 2 0.336108
20 B 2 0.845458
21 B 2 0.267494
22 B 3 0.536123
23 B 3 1.331731
24 B 3 0.505114
25 B 3 0.843348
26 B 3 0.827932
27 B 3 0.813351
28 C 1 0.095587
29 C 1 0.158822
30 C 1 0.392376
31 C 1 0.284625
32 C 2 0.898819
33 C 2 0.743428
34 C 2 0.298989
35 C 2 0.423961
36 C 3 0.868351
37 C 3 0.181547
38 C 3 1.146131
39 C 3 0.234941
尝试 <something like>(TM)
:
error.bars.by( mydata[[3]], interaction(mydata[[1]], mydata[[other_col_name]]), by.var=TRUE,
x.cat=TRUE, legend=5, eyes=FALSE, pch=10, cex=2, alpha=.05, density=10, )
interaction
函数创建一个新的单列,当您需要 "long" 版本的交叉分类时可以使用该列。
编辑: 我删除了 by.var=TRUE,因为它没有记录在该函数的帮助页面上,而且您没有描述它在做什么。