Mein Beitrag ist bezüglich Ergebnis, das ich erhielt und scheint inkohärent zu sein. Meine Daten sind:Inkohärentes Ergebnis über Gewichtungsdaten
DF=structure(list(Age = c(16L, 29L, 22L, 64L, 42L, 46L, 30L, 37L,
31L, 52L, 44L, 54L, 23L, 22L, 42L, 39L, 39L, 51L, 25L, 64L, 55L,
56L, 27L, 31L, 39L, 22L, 54L, 33L, 34L, 18L, 39L, 41L, 52L, 41L,
27L, 36L, 64L, 42L, 21L, 44L, 50L, 35L, 22L, 65L, 53L, 18L, 25L,
59L, 56L, 52L, 39L, 40L, 25L, 63L, 43L, 23L, 52L, 48L, 24L, 45L,
27L, 42L, 56L, 43L, 28L, 51L, 54L, 16L, 65L, 56L, 47L, 45L, 29L,
41L, 52L, 50L, 26L, 44L, 35L, 55L, 57L, 43L, 52L, 28L, 33L, 20L,
39L, 15L, 55L, 20L, 30L, 10L, 54L, 51L, 47L, 36L, 42L, 33L, 26L,
29L, 19L, 22L, 22L, 22L, 40L, 33L, 20L, 43L, 53L, 25L, 25L, 49L,
25L, 31L, 45L, 51L, 60L, 54L, 20L, 25L, 60L, 48L, 35L, 42L, 14L,
28L, 55L, 20L, 35L, 17L, 46L, 20L, 45L, 37L, 33L, 36L, 60L, 47L,
27L, 25L, 51L, 32L, 19L, 25L, 19L, 60L, 18L, 17L, 33L, 26L, 33L,
32L, 33L, 22L, 17L, 24L, 43L, 38L, 27L, 40L, 42L, 41L, 31L, 43L,
34L, 33L, 42L, 37L, 24L, 50L, 53L, 35L, 50L, 37L, 46L, 39L, 33L,
56L, 58L, 23L, 31L, 52L, 50L, 33L, 56L, 55L, 20L, 22L, 44L, 50L,
30L, 58L, 59L, 16L, 33L, 53L, 50L, 20L, 31L, 22L, 38L, 59L, 38L,
62L, 52L, 30L, 18L, 53L, 38L, 41L, 44L, 53L, 19L, 53L, 57L),
Sous_Categorie = c("7", "7", "7", "7", "7", "7", "7", "7",
"7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "7",
"7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "7",
"7", "7", "7", "7,9", "8", "8", "8", "8", "8", "9", "9",
"11", "10,7", "10,8,9", "7", "7", "7", "7", "7", "7,8", "8",
"7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "7", "8",
"11", "7", "12", "12", "12", "12", "12", "12", "12", "12",
"12", "12", "12", "12", "12", "12", "12", "12", "13", "13",
"13", "13", "13", "14", "14", "14", "14", "14", "14", "14",
"14", "14", "14", "14", "14", "14", "14", "14", "14", "14",
"14", "14", "14", "15", "15", "15", "15", "15", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "17", "17", "17", "17", "17",
"17", "17", "17", "17", "17", "18", "18", "18", "7,12", "7,12",
"7,12", "7,12", "7,13,17", "7,16", "7,17", "7,17", "7,17",
"7,17", "7,17", "8,17", "8,17", "11,17", "7,17", "7,17",
"8,17", "7,17", "7,17", "12,14", "12,15", "17,18")), .Names = c("Age",
"Sous_Categorie"), row.names = c(NA, -215L), class = "data.frame")
Der Code, die with the help of stackoverflow member's (und nochmals vielen Dank) verwendete
cats <- unique(unlist(strsplit(DF$Sous_Categorie, ",")))
cat_perc <- function(cats, vec) {
# percentages
nums <- sapply(cats, function(cat) sum(grepl(cat, vec)))
perc <- nums/sum(nums)
final <- perc * length(vec)
df <- as.data.frame(as.list(final))
names(df) <- cats
return(df)
}
a=cat_perc(cats, DF$Sous_Categorie)
a=(a/sum(a))*100
Die Ergebnisse, die ich erhalte:
7 9 8 11 10 12 13 14
46.20061 1.215805 4.863222 0.9118541 0.6079027 6.68693 1.823708 6.382979
15 17 18 16
1.823708 27.96353 1.215805 0.3039514
Dieses Ergebnis sind durchaus nicht kohärent für Ich, nach den ursprünglichen Daten DF, ist es klar, dass ich mehr 17 als 7 habe. Warum erhalte ich ein solches Ergebnis? Ist es ein Codierungsproblem oder ein statistisches Problem?
Vielen Dank
'grepl' gibt' TRUE' zurück, wenn es eine 7 sieht, auch wenn diese 7 in einer 17 ist. Besser, etwas wie 'table (unlist (strsplit (vec, ',')))' – alistaire
zu verwenden Danke viel ! es war ein Albtraum. Verwendet Zeichen anstelle von Zahlen. Aber wenn jemand eine Idee hat, wie man es mit Nummer macht, bin ich interessiert. Ich habe versucht, den Tisch nicht zu listen, ich habe nicht richtig für mich gearbeitet. – ranell