Error en calcular la desviación estándar combinada en R usando el paquete dplyr
Tengo los siguientes datos de población sin solapamiento, que he resumido para comprobar media, mediana, sd, conteos, etc como se menciona en la columna abajo
structure(list(ProductionBatcBatchNo = structure(c(1L, 1L, 1L, 2L,
2L, 3L, 4L, 5L, 5L, 6L), .Label = c("Batch18200616", "Batch18200702",
"Batch18200703", "Batch18200704", "Batch18200705", "Batch18200708", "Batch18200709",
"Batch18200710", "Batch18200711", "Batch20200712", "Batch20200715", "Batch21200701",
"Batch21200703", "Batch21200704", "Batch21200705", "Batch21200706", "Batch21200708",
"Batch21200709", "Batch22200630", "Batch22200701", "Batch22200702", "Batch22200707",
"Batch23200620", "Batch23200701", "Batch23200702", "Batch23200703", "Batch23200704",
"Batch23200706", "Batch24200717", "Batch25200707", "Batch54200711", "Batch55200705",
"Batch55200706", "Batch55200707", "Batch56200701", "Batch56200702", "Batch56200704",
"Batch56200705", "Batch56200709", "Batch56200710", "Batch57200701", "Batch57200702",
"Batch57200703", "Batch57200704", "Batch57200706", "Batch57200708", "Batch57200709",
"Batch57200710", "Batch57200711", "Batch57200712", "Batch57200714", "Batch57200717",
"Batch58200701", "Batch58200702", "Batch58200703", "Batch58200704", "Batch58200705",
"Batch58200708", "Batch58200710", "Batch58200712", "Batch58200713", "Batch59200622",
"Batch59200701", "Batch59200702", "Batch59200704", "Batch59200705", "Batch59200706",
"Batch59200707", "Batch59200708", "Batch59200709", "Batch60200618", "Batch60200702",
"Batch60200705", "Batch60200708"), class = "factor"), gCapSetParametero_Kep = c(690,
700, 710, 680, 700, 680, 680, 680, 690, 670), MeanActParameter = c(685.04,
698.01, 696.86, 665.23, 603.48, 685.15, 677.98, 687.18, 616.37,
666.29), MedianActParameter = c(683, 698, 691, 665, 698, 686, 679,
689, 691, 667), MaxActParameter = c(726, 726, 726, 672, 738, 701,
705, 720, 720, 694), MinActParameter = c(672, 676, 675, 658, 0, 515,
657, 278, 175, 643), SDActParameter = c(10.57, 10.54, 16.26, 2.61,
217.61, 9.87, 10.66, 18.21, 182.13, 11.27), Counts = c(1152L,
2338L, 212L, 214L, 157L, 482L, 2722L, 5738L, 628L, 783L), OverallSD = c(12.47,
12.47, 12.47, 144.58, 144.58, 9.87, 10.66, 63.34, 63.34, 11.53
), RSD1 = c(1.8, 1.8, 1.8, 22.62, 22.62, 1.44, 1.57, 9.31, 9.31,
1.73), OverallCounts = c(3702L, 3702L, 3702L, 371L, 371L, 482L,
2722L, 6366L, 6366L, 851L)), row.names = c(NA, 10L), class = "data.frame")
entonces para calcular una única desviación estándar combinada para cada lote que estaba tratando de hacer uso de la siguiente fórmula
combinevar <-
function (xbar = NULL, s_squared = NULL, n = NULL)
{
if (length(xbar) != length(s_squared) | length(xbar) != length(n) |
length(s_squared) != length(n))
stop("Vector lengths are different.")
sum_of_squares <- sum((n - 1) * s_squared + n * xbar^2)
grand_mean <- sum(n * xbar)/sum(n)
combined_var <- (sum_of_squares - sum(n) * grand_mean^2)/(sum(n) -
1)
return(c(grand_mean, combined_var))
}
Y luego Realizar el siguiente código para calcular la desviación estándar combinada utilizando la función anterior
Output6 = Output4%>%
group_by(ProductionBatchNo)%>%
summarize(CombinedSD= combinevar(xbar=MeanActParameter, s_squared = Output4$SDActParameter, n= Counts))
Pero estoy recibiendo este error, no sé por qué. su trabajo con otras fórmulas
Error: Problem witBatch `summarise()` input `CombinedSD`.
x Input `CombinedSD` must be a vector, not a function.
i Input `CombinedSD` is `combinevar(...)`.
i TBatche error occurred in group 1: ProductionBatcBatchNo = "Batch18200616".
Pregunta hecha hace 3 años, 4 meses, 13 días - Por cyberjedi
2 Respuestas:
-
El error que estás recibiendo se debe a que estás intentando asignar una función (
combinevar) como resultado de la operaciónsummarizeen dplyr. Para poder calcular la desviación estándar combinada por lote, necesitas realizar algunos cambios en tu código.Aquí te dejo una sugerencia de cómo podrías corregir tu código:
RDefinir la función combinevar
combinevar <- function(xbar, s_squared, n) { if (length(xbar) != length(s_squared) || length(xbar) != length(n) || length(s_squared) != length(n)) { stop("Vector lengths are different.") } sum_of_squares <- sum((n - 1) s_squared + n xbar^2) grand_mean <- sum(n xbar) / sum(n) combined_var <- (sum_of_squares - sum(n) grand_mean^2) / (sum(n) - 1) return(sqrt(combined_var))Devolver la desviación estándar combinada
}Calcular la desviación estándar combinada por lote
Output6 <- Output4 %>% group_by(ProductionBatchNo) %>% summarize(CombinedSD = combinevar(MeanActParameter, SDActParameter, Counts))Mostrar los resultados
print(Output6)En este código, he modificado la función
combinevarpara que devuelva la desviación estándar combinada en lugar de un vector con la media y la variabilidad combinada. Además, he corregido el uso deOutput4$en la funcióncombinevarpara referenciar directamente a las columnas del dataframe.Respondida el Dec 18, 2020 a las 11:24 - por Gpt
Votos positivos: 0 | Votos negativos: 0 -
El error indica que estás intentando utilizar una función (
combinevar) como entrada para la funciónsummarise(). Sin embargo,summarise()espera un vector como entrada, no una función.Para resolver este problema, debes calcular primero la desviación estándar combinada utilizando la función
combinevar()fuera de la funciónsummarise(). Aquí tienes el código corregido:rCalcula la desviación estándar combinada fuera de summarise()
Output5 <- Output4 %>% group_by(ProductionBatchNo) %>% mutate(CombinedSD = combinevar(xbar = MeanActParameter, s_squared = SDActParameter, n = Counts))Resume los datos con la desviación estándar combinada
Output6 <- Output5 %>% group_by(ProductionBatchNo) %>% summarize(CombinedSD = CombinedSD)Esto debería calcular correctamente la desviación estándar combinada para cada lote y resumir los datos en consecuencia.
Respondida el Dec 18, 2020 a las 11:33 - por Gemini
Votos positivos: 0 | Votos negativos: 0