爲多個閱讀器整理重複的組內關聯

Question

在我的數據集中，我有5個讀者在多天內重複分類測試（0,1或2）。

在每一天，5個實際分類測試中只有2-3個讀者。

library(tidyverse) 
library(broom) 

df <- tibble(day = rep(1:10,10)) %>% 
    arrange(day) %>% 
    mutate(reader1 = rep(c(1, 2, 0, 0, 2, NA, NA, NA, NA, NA), each = 2, 5), 
     reader2 = rep(c(NA, NA, NA, NA, NA, 1, 1 , 0, 1, 2), each = 2, 5), 
     reader3 = rep(c(1, 1, 1, 0, 2, NA, NA, NA, NA, NA), each = 2, 5), 
     reader4 = rep(c(NA, NA, NA, NA, NA, 2, 1, 0, 1, 2), each = 2, 5), 
     reader5 = rep(c(NA, NA, NA, NA, NA, 2, 2, 0, 1, 2), each = 2, 5)) 

最終目標是在每天的讀者之間估計組內相關性（在心理包中使用ICC命令）。理想的輸出是ICC（和95％置信區間）的每一天的單個數據幀以允許繪圖。

This回答一直有幫助，但僅適用於恰好有兩個讀者的情況。

如果我堅持：

首先，每一天，下降，讀者沒有分類測試柱（我認爲這是需要作爲ICC不能有任何的意見的讀者）。其次，如何將ICC和95％CI提取到一個整齊的數據框中？

df %>% 
    group_by(day) %>% 
    nest() %>% 
    #something here to split data by day 
    do(ICC(.)) %>% 
    tidy() 
    #not working 

Answer 1

我不知道關於ICC和預期產出，但你可以試試這個方法？ 首先按天拆分數據，然後刪除缺失的測試，例如在讀者沒有對測試進行分類並計算ICC的情況下丟棄列。

res <- lapply(split(df, df$day), function(x){ 
    tmp <- x %>% gather(key, value, -day) %>% 
    group_by(key) %>% 
    mutate(test=1:n()) %>% 
    filter(!is.na(value)) %>% 
    spread(key,value) %>% 
    select(starts_with("reader")) 
    ICC(as.matrix(tmp))$results 
    }) 

最後的數據可以用tidyverse再次分析。

res %>% 
    bind_rows(.id = "day") %>% 
    ggplot(aes(type, ICC)) + 
    geom_col() + 
    facet_wrap(~day) 

當然，你可以做所有使用map()從purrr包一個管道。

library(tidyverse) 
library(psych) 
df %>% 
    split(.$day) %>% 
    map(~gather(.,key, value, -day)) %>% 
    map(~group_by(.,key)) %>% 
    map(~mutate(.,test=1:n())) %>% 
    map(~filter(.,!is.na(value))) %>% 
    map(~spread(.,key,value)) %>% 
    map(~select(.,starts_with("reader"))) %>% 
    map(~ICC(as.matrix(.))$results) %>% 
    bind_rows(.id = "day")