Уменьшение размера кросс-таблицы по частоте ответов

Question

Извините, мой вопрос неофита - я новичок в R и довольно не разбираюсь в статистике.

У меня есть простая таблица на случай непредвиденных обстоятельств, представляющая количество запросов на пользователя для группы веб-страниц, собранных за определенный период времени. Всего около 15 000 наблюдений. В результате получается таблица из примерно 100 пользователей, просматривающих 50 групп страниц.

Поскольку матрица 50x100 неудобна для визуализации, я хотел бы представить подмножество этой таблицы, отсортированное по наибольшим агрегатам - либо по столбцу (группы страниц), строке (пользователи), либо, возможно, даже по величине строка за столбцом на счет. Например, я мог бы выбрать 20 лучших пользователей и 10 лучших групп или число строк за столбцом, равное 99%.

В идеале я получаю таблицу, которая по-прежнему представляет основные взаимодействия между наиболее представленными пользователями и группами страниц.

Это разумный подход? Потеряю ли я какое-то большое количество статистической значимости; и есть ли способ сравнить значение до и после.

Я должен признать, что до сих пор не знаю, как сортировать и подгруппировать таблицу на основе двух факторов, не прибегая к манипулированию строк за столбцом.

Answer 1

S <- trunc(10*runif(1000) )
R <- trunc(10*runif(1000))
RStab <- table(R, S)
str(RStab)
# 'table' int [1:10, 1:10] 6 12 10 13 10 7 8 6 9 10 ...
# - attr(*, "dimnames")=List of 2
#  ..$ R: chr [1:10] "0" "1" "2" "3" ...
#  ..$ S: chr [1:10] "0" "1" "2" "3" ...
 rowSums( RStab[ order(rowSums(RStab)) , order(colSums(RStab) ) ]) 
#  8   0   1   3   2   5   9   4   6   7 
# 90  94  96  99 100 101 101 103 107 109 
colSums( RStab[ order(rowSums(RStab)) , order(colSums(RStab) ) ])
  6   0   3   5   7   2   4   8   9   1 
 80  91  94  96  98 100 106 109 112 114 

5 самых высоких полей для строки и столбца:

RStab[ order(rowSums(RStab)) , order(colSums(RStab) ) ][ 6:10, 6:10]
#-------------
   S
R    2  4  8  9  1
  5 14 10 12 10 12
  9  6  8  9 10 13
  4 10 10  8  8 18
  6  9 12 12 17  8
  7 14 10 14 12  9

Звучит так, как будто вы немного потрясены статистическими вопросами.Можете ли вы объяснить более полно, что вы подразумеваете под «потерей значимости»?О каком статистическом тесте вы думали?