跨因素计算优势比答案

【问题标题】：calculate odds ratio across factors跨因素计算优势比
【发布时间】：2014-04-19 01:54:39
【问题描述】：

乍一看这很容易，但是当我开始研究它时，我不知道如何计算它。问题是计算每个学校的男女通过比较的优势比，数据是这样构造的：

set.seed(1000)
female = sample(c(0,1),size=20,replace=TRUE)
school = factor(sample(c(0:2),size=20,replace=TRUE),
            labels=c("A school","B school","C school"))
school = sort(school)
pass = sample(c(0,1),size=20,replace=TRUE)
data = data.frame(female,school,pass)

非常感谢！

【问题讨论】：

标签： r r-factor

【解决方案1】：

您可以使用 split-apply-combine 计算此值，使用 split 函数按学校分解数据，使用 lapply 运行计算优势比的函数，并使用 unlist 组合结果：

unlist(lapply(split(data, data$school), function(x) {
  (sum(x$female == 1 & x$pass == 1) / sum(x$female == 1)) /
  (sum(x$female == 0 & x$pass == 1) / sum(x$female == 0))
}))
#  A school  B school  C school 
# 1.5000000 2.0000000 0.6666667

我在这里计算的实际上是一个风险比，因为对于您的数据集，优势比都是无限的或 0。

【讨论】：

【解决方案2】：

table 和 prop.table 为每所学校提供您想要的。 by 将调用数据框中每个学校的函数。作为 functional 包的粉丝，我将使用它来创建函数：

> require(functional)
> by(data[c('female', 'pass')], data$school,
       Compose(table, Curry(prop.table, margin=1))
    )
data$school: A school
      pass
female         0         1
     0 0.3333333 0.6666667
     1 0.0000000 1.0000000
------------------------------------------------------------------------------------------------ 
data$school: B school
      pass
female   0   1
     0 0.5 0.5
     1 0.0 1.0
------------------------------------------------------------------------------------------------ 
data$school: C school
      pass
female         0         1
     0 0.0000000 1.0000000
     1 0.3333333 0.6666667

注意Compose(table, Curry(prop.table, margin=1)) 等价于function(x) prop.table(table(x), margin=1)

【讨论】：