R 如何按组获取精度值

我无法在组图类型和条件的正确答案列中获得真实值的平均精度比例

数据 按图表类型平均

av_data_chartType <- data %>% group_by(Chart_type) %>% summarise_each(funs(mean, sd))

按条件平均

av_data_conition <- data %>% group_by(Condition) %>% summarise_each(funs(mean, sd))

没有对准确性产生平均值

NA值是准确度应该达到的位置。

这应该起作用：

$Correct\u answer%group\u byChart\u type%>%summary\u eachfunsmean，sd av数据图表类型%selectCondition，Correct\u answer%>%group\u byCondition%>%Summary\u EachFundsMean，sd 您有两个问题：

你的正确答案是一个因素

您试图计算每列的函数

这应该起作用：

$Correct\u answer%group\u byChart\u type%>%summary\u eachfunsmean，sd av数据图表类型%selectCondition，Correct\u answer%>%group\u byCondition%>%Summary\u EachFundsMean，sd 您有两个问题：

你的正确答案是一个因素

您试图计算每列的函数

你可能需要

library(dplyr)

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Chart_type, Condition) %>%
  summarise(avg = mean(Correct_answer))

或者，如果您需要单独使用

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Chart_type) %>%
  summarise(avg = mean(Correct_answer))

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Condition) %>%
  summarise(avg = mean(Correct_answer))

你可能需要

library(dplyr)

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Chart_type, Condition) %>%
  summarise(avg = mean(Correct_answer))

或者，如果您需要单独使用

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Chart_type) %>%
  summarise(avg = mean(Correct_answer))

data %>%
  mutate(Correct_answer = as.logical(Correct_answer)) %>%
  group_by(Condition) %>%
  summarise(avg = mean(Correct_answer))

---

复制代码时，我得到了一个警告，这让我得到了答案：不应该计算因子变量的统计数据。如果您知道自己在做什么，可以将它们转换为数字：

数据% 组\按图表\类型%>% 如果.predicate=is.factor，.funs=as.numeric%>% 总结每个列表~mean，~sd >`mutate_if`忽略了以下分组变量： >列“图表”类型` >一个tibble:2x9 >图表类型元素平均值正确回答时间条件平均值 > >1箱1 1.67 50.1 1.33 >2小提琴1 2 15.9 1.5 > ... 还有4个变量：元素、正确答案、， >响应时间、条件 av_数据_条件 数据%>% 组\按条件%>% 如果.predicate=is.factor，.funs=as.numeric%>% 总结每个列表~mean，~sd >`mutate_if`忽略了以下分组变量： >列`条件` >一个tibble:2x9 >条件元素\u表示正确\u回答\u~响应\u时间\u m~图表\u类型\u表示 > > 1 0 1 2 53.1 1.33 > 2 1 1 1.5 11.4 1.5 > ... 还有4个变量：元素、正确答案、， >响应时间、图表类型

---

由v0.2.1复制代码于2019-06-11创建，我得到了一个警告，这让我得到了答案：你不应该计算因子变量的统计数据。如果您知道自己在做什么，可以将它们转换为数字：

数据% 组\按图表\类型%>% 如果.predicate=is.factor，.funs=as.numeric%>% 总结每个列表~mean，~sd >`mutate_if`忽略了以下分组变量： >列“图表”类型` >一个tibble:2x9 >图表类型元素平均值正确回答时间条件平均值 > >1箱1 1.67 50.1 1.33 >2小提琴1 2 15.9 1.5 > ... 还有4个变量：元素、正确答案、， >响应时间、条件 av_数据_条件 数据%>% 组\按条件%>% 如果.predicate=is.factor，.funs=as.numeric%>% 总结每个列表~mean，~sd >`mutate_if`忽略了以下分组变量： >列`条件` >一个tibble:2x9 >条件元素\u表示正确\u回答\u~响应\u时间\u m~图表\u类型\u表示 > > 1 0 1 2 53.1 1.33 > 2 1 1 1.5 11.4 1.5 > ... 还有4个变量：元素、正确答案、， >响应时间、图表类型

---

由v0.2.1于2019年6月11日创建，您所说的准确度是什么意思？度量标准？这是你需要的吗？有了DF，就可以正确回答了==T@NelsonGon列Correct_answer有逻辑向量，如果Correct_answer为TRUE，则表示参与者答对了问题。我想看看，对于我提到的群体，有多少比例/百分比的参与者回答正确。你所说的准确率是什么意思？度量标准？这是你需要的吗？有了DF，就可以正确回答了==T@NelsonGon列Correct_answer有逻辑向量，如果Correct_answer为TRUE，则表示参与者答对了问题。我想看看，对于我提到的小组，有多少比例/百分比的参与者回答正确。谢谢，我现在已经开始跑步了：谢谢，我现在开始跑步了：