R:如何对收集格式的数据集中的成对数据进行统计分析?
我有一个结构类似于这个小数据集的大数据集:R:如何对收集格式的数据集中的成对数据进行统计分析?,r,plot,statistics,R,Plot,Statistics,我有一个结构类似于这个小数据集的大数据集: ID <- c(1,2,3,1,2,3,1,2,3) Time_point <- c("T0", "T0", "T0", "T1", "T1", "T1", "T2", "T2", "T2") Score <- c(35, 45, 25, 45, 45, 40, 60, 50, 40) Practice_h <- c(NA, NA, NA, 2, 0, 3, 2, 1, 1) df <- data.frame(ID, Ti
ID <- c(1,2,3,1,2,3,1,2,3)
Time_point <- c("T0", "T0", "T0", "T1", "T1", "T1", "T2", "T2", "T2")
Score <- c(35, 45, 25, 45, 45, 40, 60, 50, 40)
Practice_h <- c(NA, NA, NA, 2, 0, 3, 2, 1, 1)
df <- data.frame(ID, Time_point, Score, Practice_h)
rm(ID, Time_point, Score, Practice_h)
df
ID Time_point Score Practice_h
1 1 T0 35 NA
2 2 T0 45 NA
3 3 T0 25 NA
4 1 T1 45 2
5 2 T1 45 0
6 3 T1 40 3
7 1 T2 60 2
8 2 T2 50 1
9 3 T2 40 1
我知道这是一个很大的要求,我非常感谢任何帮助我可以得到,甚至部分答案。谢谢大家! 为什么不转换(例如,
spread
)用于计算的数据,并保留原始打印格式?对于不同的任务,相同数据的不同形状是很常见的。好吧,这是有道理的。我对R中的数据分析非常陌生,所以我想知道是否有一种更简单的方法可以把所有的东西都放在一起。但是如果有不同的形状是正常的,我可能也会这样做:)谢谢!你能在你的问题中给出一个关于数字1的解释/例子吗?我将其解释为希望找到差异并进行单个差异配对t检验。在问题1中,我希望在不同时间点之间进行配对t检验,例如,T0的所有分数与T1的所有分数进行比较。但是由于分数在这里是不同的行,而不是不同的列,我不知道如何对它们进行t检验。这有意义吗?为什么不转换(例如,扩散
)数据进行计算,并保留原始打印格式?对于不同的任务,相同数据的不同形状是很常见的。好吧,这是有道理的。我对R中的数据分析非常陌生,所以我想知道是否有一种更简单的方法可以把所有的东西都放在一起。但是如果有不同的形状是正常的,我可能也会这样做:)谢谢!你能在你的问题中给出一个关于数字1的解释/例子吗?我将其解释为希望找到差异并进行单个差异配对t检验。在问题1中,我希望在不同时间点之间进行配对t检验,例如,T0的所有分数与T1的所有分数进行比较。但是由于分数在这里是不同的行,而不是不同的列,我不知道如何对它们进行t检验。这有意义吗?
ID score_T0 score_T1 score_T2 practice_T1 practice_T2
1 1 35 45 60 2 2
2 2 45 45 50 0 1
3 3 25 40 40 3 1