R plyr - 根据每个因素的总平均数和主题平均数计算分数答案

【问题标题】：R plyr - Calculating scores based on grand and subject mean for each factorR plyr - 根据每个因素的总平均数和主题平均数计算分数
【发布时间】：2013-12-31 00:29:58
【问题描述】：

我需要将以下内容应用于包含多个汇总分数的 data.set。;

数据集：P = 参与者，TYPE = 试验类型（因子），rt=score

  TYPE P      rt
1    A 1 607.500
2    A 2 481.000
3    A 3 298.125
4    A 5 568.250

我需要计算以下标准化分数：NewScore = OldScore - Grandmean（RT 列的平均值）+ Participant Mean（给定主题的 RT 列的平均值，P）

我一直在尝试 ddply 并提出以下建议；

grandmean<-mean(data$rt)
ddply(data, .(P, TYPE), mutate, mean=mean(rt), grandmean=grandmean, subjectmean=mean(rt[P]), newscore=rt-grandmean-subjectmean)

这里的关键问题是；如何让 subjectmean 根据当前行主题对数据进行子集化。

ddply 在这里是否合适？我试图避免使用循环...

谢谢！

【问题讨论】：

标签： r normalization aggregate plyr

【解决方案1】：

您没有在TYPE 列上描述拆分，所以我将在此处省略。但你在正确的轨道上。我会使用transform 而不是mutate：

data$grandmean <- mean(data$rt)
ddply(data, .(P), transform, newscore = rt - grandmean - mean(rt))

通常最容易让plyr 对单个事物进行操作，而不是试图依靠它在其范围之外查找全局grandmean。因此，改为将其设为一列。

【讨论】：