我想计算一个平均值。这是带有示例数据的代码：
# sample data
Nr <- c(1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23)
dph <- c(3.125000, 6.694737, 4.310680, 11.693735, 103.882353, 11.000000, 7.333333, 20.352941, 5.230769, NA, 4.615385, 47.555556, 2.941176, 18.956522, 44.320000, 28.500000, NA, 10.470588, 19.000000, 25.818182, 43.216783, 51.555556, 8.375000, 6.917647, 9.375000, 5.647059, 4.533333, 27.428571, 14.428571, NA, 1.600000, 5.764706, 4.705882, 55.272727, 2.117647, 30.888889, 41.222222, 23.444444, 2.428571, 6.200000, 17.076923, 21.280000, 40.829268, 14.500000, 6.250000, NA, 15.040000, 5.687204, 2.400000, NA, 26.375000, 18.064516, 4.000000, 6.139535, 8.470588, 128.666667, 2.235294, 34.181818, 116.000000, 6.000000, 5.777778, 10.666667, 15.428571, 54.823529, 81.315789, 42.333333)
dat <- data.frame(cbind(Nr = Nr, dph = dph))
# calculate mean directly
mean(dat$dph, na.rm = TRUE)
[1] 23.02403
# aggregate first, then calculate mean
mean(aggregate(dph ~ Nr, dat, mean, na.rm = T)$dph)
[1] 22.11743
# 23.02403 != 22.11743
为什么我得到两个不同的结果？
问题说明：
我需要执行Wilcoxon测试，比较基准前和基准后。Pre是3个测量值，post是16。因为Wilcoxon检验需要两个等长的向量，所以我为的每个患者计算pre和post的均值aggregate，从而创建了两个等长的向量。以上数据为准。
编辑：
患者编号 从数据中删除了4个。但是使用Nr <- rep(1:22, 3)返回相同的结果。
我认为这是因为在该mean(dat$x, na.rm=T)版本中，NA删除的每个项都会将观察值减少1，而如果您首先进行汇总，则在示例中，第10行（ID 11）中有一个NA，该行已删除，但由于其他行ID为11的不包含NA（或其中至少一个不包含），用于计算每个ID的mean 事后汇总的观察值（唯一ID）不会对每个NA减少1。因此，IMO的区别在于将的总和除以dph两次观测得到的结果在两种计算中应相同。
您可以通过将NA条目更改为0并再次计算两个版本的均值来验证这一点，它们将返回相同的值。
但通常您应该注意，它仅在这里起作用，因为您对每个ID拥有相同数量的观察值（本例中为3）。如果它们不同，您将再次获得不同的结果。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句