在R中创建Z分数矩阵

Question

我有一个data.frame包含三个二进制变量的调查数据。数据已经在列联表中，前3列是答案(1=是，0=否），第四列显示答案的总数。行是三个不同的组。

我的目的是计算Z分数，以检查比例与总的相比是否有显著差异

这是我的数据：

library(dplyr) #loading libraries
df <- structure(list(var1 = c(416, 1300, 479, 417), 
                     var2 = c(265, 925,473, 279),
                     var3 = c(340, 1013, 344, 284),
                     totalN = c(1366, 4311,1904, 1233)),
                class = "data.frame",
                row.names = c(NA, -4L),
                .Names = c("var1","var2", "var3", "totalN"))

这些是我的总价值

dfTotal <-  df %>% summarise_all(funs(sum(., na.rm=TRUE)))
dfTotal
dfTotal <- data.frame(dfTotal)
rownames(dfTotal) <- "Total"

zScore <- function (cntA, totA, cntB, totB) {
  #calculate
  avgProportion <- (cntA + cntB) / (totA + totB)
  probA <- cntA/totA
  probB <- cntB/totB
  SE <- sqrt(avgProportion * (1-avgProportion)*(1/totA + 1/totB))
  zScore <- (probA-probB) / SE
  return (zScore)
}

df %>% mutate_all(funs(zScore(., totalN,dftotal$var1,dfTotal$totalN)))

所以这里当前使用的参数dftotal$var1和dftotal$totaln不起作用，但我不知道如何将它们输入公式。对于第一个参数，它不能总是var1，而应该是var2、var3（和totalN)，以匹配第一个参数。

Answer 1

如果您想在DPLYR管道中使用zscore函数，我们需要首先整理您的数据，并添加包含DFTotal中的值的新变量：

library(dplyr)
library(tidyr)

        # add grouping variables we'll need further down
df %>% mutate(group = 1:4) %>% 
        # reshape data to long format
        gather(question,count,-group,-totalN) %>%
        # add totals by question to df
        group_by(question) %>%
        mutate(answers = sum(totalN),
               yes = sum(count)) %>%
        # calculate z-scores by group against total
        group_by(group,question) %>%
        summarise(z_score = zScore(count, totalN, yes, answers)) %>%
        # spread to wide format
        spread(question, z_score)
## A tibble: 4 x 4
#  group       var1       var2      var3
#* <int>      <dbl>      <dbl>     <dbl>
#1     1  0.6162943 -2.1978303  1.979278
#2     2  0.6125615 -0.7505797  1.311001
#3     3 -3.9106430  2.6607258 -4.232391
#4     4  2.9995381  0.4712734  0.438899