R 计算最小活动数(MNA)
我想知道是否有人能帮我计算出重新捕获数据的最小存活MNA数 MNA的计算公式为: 在时间t时捕获的实际个体数+在场的个体数,而不是 在时间t被抓获,但随后在1966年被抓获 我有二进制数据1用于捕获,0用于未捕获9个主要捕获周期,由101个个体的44个次要捕获周期组成。对于每个主捕获周期,我需要将次周期捕获数据压缩为0或1。这样,我可以计算每个主要捕获周期的MNA 非常感谢R 计算最小活动数(MNA),r,data-manipulation,R,Data Manipulation,我想知道是否有人能帮我计算出重新捕获数据的最小存活MNA数 MNA的计算公式为: 在时间t时捕获的实际个体数+在场的个体数,而不是 在时间t被抓获,但随后在1966年被抓获 我有二进制数据1用于捕获,0用于未捕获9个主要捕获周期,由101个个体的44个次要捕获周期组成。对于每个主捕获周期,我需要将次周期捕获数据压缩为0或1。这样,我可以计算每个主要捕获周期的MNA 非常感谢 Tanya这似乎浓缩了你的第二阶段数据。然而,请记住,已知动物6和10在第二个初级阶段仍然活着,即使当时没有检测到它们。此
Tanya这似乎浓缩了你的第二阶段数据。然而,请记住,已知动物6和10在第二个初级阶段仍然活着,即使当时没有检测到它们。此外,我们不知道动物5在第一个初级阶段还活着,因为它是在第一个初级阶段之后检测到的。。。除非你假设在初级阶段没有出生 在本例中,有三个主要时段和三个次要时段 我并没有试图估计最小存活人数,因为我不清楚你们关于地理和人口统计的假设。不过,希望下面的数据摘要会有所帮助
my.data <- as.data.frame(matrix(rbinom(10*9,1,0.2), nrow = 10, byrow=FALSE))
my.data
# V1 V2 V3 V4 V5 V6 V7 V8 V9
#1 0 0 0 0 0 0 0 1 1
#2 0 0 0 0 0 0 0 0 0
#3 0 0 0 0 0 0 0 0 0
#4 0 0 1 0 0 0 0 0 0
#5 0 0 0 0 0 1 0 1 1
#6 0 1 0 0 0 0 0 0 1
#7 1 1 1 0 0 0 0 0 0
#8 1 0 0 0 1 0 0 0 0
#9 0 0 0 0 1 0 1 1 1
#10 1 0 0 0 0 0 0 0 1
year.sums <- sapply(1:3, function(i) apply(my.data[,(3*(i-1)+1):(3*(i-0))], 1, function(x) sum(x)) )
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 2
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 2
# [6,] 1 0 1
# [7,] 3 0 0
# [8,] 1 1 0
# [9,] 0 1 3
#[10,] 1 0 1
year.sums[year.sums>0] <- 1
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 1
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 1
# [6,] 1 0 1
# [7,] 1 0 0
# [8,] 1 1 0
# [9,] 0 1 1
#[10,] 1 0 1
您应该发布来自dputheadat,30的输出,其中'dat'是您的数据帧。另一种方法:tapplymy.data,1,tapply,rep1:3,each=3,sum>0+0