[英]R: calculating ICC across multiple columns in two dataframes
我正在计算 2 个读者的 301 个变量的 ICC。 结果保存在两个文件中,每个文件有 301 列。 file1的第一列(reader1$Var1)对应file2的第一列(reader2$Var302)。 我可以手动执行 ICC(见下文),但我需要帮助来使用应用或循环来自动化此过程。 谢谢你。
library(irr)
irr::icc()
a= data.frame(reader1$Var1)
b= data.frame(reader2$Var302)
X= data.frame (a,b)
function.ICC <- function (X) {irr::icc(X, model =c("oneway"), type = c("consistency"), unit =("single"), r0 = 0, conf.level = 0.95)}
Results <- function.ICC(X)
Results[7]
lapply
和do.call
组合lapply
您的需求(尽管有很多选择)。 您没有提供数据样本,因此我假设您首先对 2 个数据帧进行cbind
一个cbind
一个的cbind
,以便在这个玩具示例中
> X = data.frame(cbind(1:10, 11:20, 21:30, 21:30))
> X
X1 X2 X3 X4
1 1 11 21 21
2 2 12 22 22
3 3 13 23 23
4 4 14 24 24
5 5 15 25 25
6 6 16 26 26
7 7 17 27 27
8 8 18 28 28
9 9 19 29 29
10 10 20 30 30
您想运行 X1 与 X3 和 X2 与 X4 的icc
。 它类似于以下内容,依赖于您定义的function.ICC
:
> do.call(cbind, lapply(1:2, function(i) function.ICC(X[,c(i, i+2)])))
[,1] [,2]
subjects 10 10
raters 2 2
model "oneway" "oneway"
type "consistency" "consistency"
unit "single" "single"
icc.name "ICC(1)" "ICC(1)"
value -0.8320611 -0.4634146
r0 0 0
Fvalue 0.09166667 0.3666667
df1 9 9
df2 10 10
p.value 0.9993158 0.926668
conf.level 0.95 0.95
lbound -0.9526347 -0.8231069
ubound -0.4669701 0.1848105
因此,对于具有 301 列的 cbind'ed 数据框,类似于此的内容应该可以工作:
do.call(cbind, lapply(1:301, function(i) function.ICC(X[,c(i, i+301)])))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.