R中两两误差估计产生的错误乘积

我想从熔化的矩阵中产生一个成对的错误，如下所示：

pw.data = data.frame(true_tree = rep(c("maple","oak","pine"),3), 
                 guess_tree = c(rep("maple",3),rep("oak",3),rep("pine",3)),
                 value = c(12,0,1,1,15,0,2,1,14))


true_tree guess_tree value
  maple      maple    12
    oak      maple     0
   pine      maple     1
  maple        oak     1
    oak        oak    15
   pine        oak     0
  maple       pine     2
    oak       pine     1
   pine       pine    14

所以我想估计真实树种和猜测树种之间的成对误差。对于该估计，公式应为“两两错误分配/所选两个物种的所有估计数”

更好的解释是：枫树和橡树的错误猜测（枫树和橡树的枫树比较）=1+0/所有猜测次数=12+1+2（真树的所有计数==“枫树）+0+15+1（真树的所有计数==”橡树）。因此，估计乘积为1/31

当我检查一个具体案例时，比如说枫树和橡树，我可以手动估算如下：

sum(pw.data[((pw.data[,1] == "maple" & pw.data[,2] == "oak") | 
      (pw.data[,1] == "oak" & pw.data[,2] == "maple")) &
      (pw.data[,1] != pw.data[,2]),3]) / 
 (sum(pw.data[pw.data[,1] == "maple",3]) + sum(pw.data[pw.data[,1] == "oak",3]))

但是，我希望对较大的数据进行此估计，因此，我希望创建一个for循环/函数来进行估计，并将结果存储在数据帧中，例如：

Pw_tree   value
Maple-oak 0.0123
....

我曾尝试在下面这样的for循环中使用该逻辑，但它根本不起作用

for (i in pw.data[,1]) { 
for (j in pw.data[,2]) {
x = sum( pw.data[((pw.data[,1] == i & pw.data[,2] == j ) | 
                (pw.data[,1] == j & pw.data[,2] == i)) &
               (pw.data[,1] != pw.data[,2]),3])  
y = (sum(pw.data[pw.data[,1] == i,3]) + sum(pw.data[pw.data[,1] == j,3]))
   PWerr_data = data.frame( pw_tree = paste(i,j, sep = "-"), value = x/y)
 }

}

如果我能看出我做错了什么，那就太好了。

---

非常感谢！

我通常通过构建我想要应用的函数来解决这些类型的问题（您几乎已经完成了），然后构建最方便应用的数据结构，然后我可以使用

apply

函数族中的一个函数在我的数据结构中迭代以获得结果。这让我避免了

for

循环结构，这是很好的，因为我是一种程序员，总是会在循环中搞乱索引双循环

在您的例子中，我们可以将求和比率包装到一个函数中，该函数以data.frame和两个树名作为参数。然后，我们只需要创建要使用的对集。一个方便的函数是

combn（）

它允许您从

x

元素中获取所有大小组合

m

：这将为我们提供所需的非冗余对集

注释示例代码如下：

#加载数据
pw.data=data.frame（真树=rep（c（“枫树”、“橡树”、“松树”），3），
猜一猜树=c（代表“枫树”，3），代表“橡树”，3），代表“松树”，3），
值=c（12,0,1,1,15,0,2,1,14））
数据
#>真树猜测树值
#>1枫树枫树12
#>2橡树枫树0
#>3松枫1
#>4枫橡树1
#>5橡木15
#>6松栎0
#>7枫松2
#>8橡树1
#>9松树14
#构建我们将重复应用的函数
getErr[1]“枫树橡树”
#> 
#>$error\u率
#> [1] 0.03225806
#好，这与您提供的输出匹配
#构建我们将在其上运行函数的数据结构
所有树木[2，]枫树0.1
#>[3，]“橡树”0.03225806

---

由（v0.2.1）于2018年10月30日创建。

嘿，非常感谢。它对于大型数据集非常有用，非常感谢您以更好的方式简化了它！