计算总数而不是观察到的平均值、se 和 sd答案

【问题标题】：Calculating mean, se and sd over total number rather than observed计算总数而不是观察到的平均值、se 和 sd
【发布时间】：2020-02-10 15:12:41
【问题描述】：

我正在尝试计算几个物种在每个栖息地的数量上的频率的平均值、标准差和标准差。我每个栖息地有三个地点和四种栖息地类型，所以总共有十二个地点。我的数据集是这样的

Site Species Habitat  Count

A      X   Wetland      3
B      T   Urban       12
B      U   Forest      18
C      Z   Grassland    3
C      Z   Grassland    6

我的问题是，并非所有物种都记录在每个站点中，当我运行代码时我得到 NA 值，但平均值计算不正确，因为并非所有物种都记录在每个站点 (N)

cdata <- ddply(df, c("Species", "Habitat"), summarise,
               N    = sum(Count),
               mean = mean(Count),
               sd   = sd(Count),
               se   = sd / sqrt(N))

我尝试使用 mutate 而不是 summarise 将 N 设置为 3，即每个栖息地的站点数，但我仍然获得 SD 和 SE 的 NA 值

【问题讨论】：

这些物种不存在于这些地点，还是根本没有记录？如果是后者，那么您试图将丢失的数据视为零，这是不合适的。
网站中没有物种
那么你想要的结果是什么？每个站点丢失的物种为零。您能否发布足够的数据以显示每个站点每个物种的多个条目？
如果它们不存在，只需将它们记录为零，或使用complete 或dplyr::replace_na 之类的东西。

标签： r

【解决方案1】：

解决方法是将NA 值设置为0s。这在这里解释：Set NA to 0 in R

cdata.data[is.na(cdata.data)] <- 0

可能不是最干净的，但似乎可以工作。

【讨论】：

NA 与零不同，这会影响 mean 和 sd 等聚合。
同意。我只是读了它，因为没有任何记录可以衡量某些东西的缺失，在这种情况下，零是有意义的。