нечисловой аргумент бинарного оператора с табличной функцией

Question

В настоящее время я пытаюсь выполнить анализ MaxDiff для R. Я нашел пример того, как выполнить такой анализ для R, и я пытаюсь использовать подобный код в своем собственном наборе данных (который в настоящее время является ограниченное количество судебных наблюдений).

Все идет гладко, пока я не достигну этой точки

 #Computing individual-level ranks from counts
set.seed(0) # setting the random number seed to enhance comparability
indidualCountsNoTies = individualCounts + matrix(runif(n * nAlternatives)/100000, n) #adding random numbers to break ties
ranks = nAlternatives + 1 - apply(indidualCountsNoTies,1,rank) #ranks
rankProportions = t(apply(ranks,1,table) / n * 100)
Error in apply(ranks, 1, table)/n : non-numeric argument to binary operator

Запустив только

t(apply(ranks,1,table))

Я заметил, что результат фактически не матрица, а это. Однако я понятия не имею, почему это так.

     SerCli    Recensioni Spedizione SafePay   EasyBuy   Garanzia  Prezzo   
[1,] Integer,6 Integer,7  Integer,5  Integer,7 Integer,5 Integer,6 Integer,7

Это все предыдущие шаги, которые я делаю, которые, кажется, работают нормально

itData = read.spss("C:\\Users\\ricro\\Desktop\\test.sav", use.value.labels = FALSE, to.data.frame = TRUE)
# Selecting the variables containing the max-diff data
z = itData[,-1:-17]
# stacking the data (one set per row)
alternativeNames = c("SerCli","Recensioni","Spedizione","SafePay","EasyBuy","Garanzia","Prezzo")
nAlternatives = length(alternativeNames)
nBlocks = ncol(z) / nAlternatives
nAltsPerSet = 3
n = nrow(z)
nObservations = n * nBlocks 
itMaxDiffData = matrix(as.numeric(t(z)),ncol = nAlternatives,byrow = TRUE, 
dimnames = list(1:nObservations, alternativeNames))

#Computing overall counts
counts = apply(itMaxDiffData, 2, mean, na.rm = TRUE)
ranks = nAlternatives + 1 - rank(counts)
cbind(Counts = counts, Ranks = ranks)

#Computing individual-level counts
id = rep(1:n,rep(nBlocks,n))
individualCounts = aggregate(itMaxDiffData,list(id),mean, na.rm = TRUE)[,-1]
round(individualCounts[1:10,],1) #show data for first 10 respondents

Как ни странно, эта ошибка возникает только при запуске кода с использованием моего собственного файла .sav, тогда как при использовании примера данных, поставляемых с кодом, этого не происходит, даже если я вручную редактирую некоторые его части. Это заставляет меня думать, что ошибка может исходить из структуры моего файла SPSS, но я действительно не уверен в этом.

Заранее спасибо!

РЕДАКТИРОВАТЬ: однажды загруженная в R и преобразованная в работоспособную матрицу, это набор данных, с которым я работаю

       SerCli Recensioni Spedizione SafePay EasyBuy Garanzia Prezzo
1       1          0         -1      NA      NA       NA     NA
2      -1         NA         NA       1       0       NA     NA
3       0         NA         NA      NA      NA        1     -1
4      NA          0         NA      -1      NA        1     NA
5      NA          1         NA      NA      -1       NA      0
6      NA         NA          1       0      NA       NA     -1
7      -1         NA         NA      NA       1        0     NA
8       1         -1          0      NA      NA       NA     NA
9       0         NA         NA      -1       1       NA     NA
10      0         NA         NA      NA      NA       -1      1
11     NA         -1         NA       0      NA        1     NA
12     NA         -1         NA      NA       1       NA      0
13     NA         NA          1       0      NA       NA     -1
14      0         NA         NA      NA       1       -1     NA
15      0         -1          1      NA      NA       NA     NA
16      0         NA         NA      -1       1       NA     NA
17      0         NA         NA      NA      NA        1     -1
18     NA          1         NA       0      NA       -1     NA
19     NA          0         NA      NA       1       NA     -1
20     NA         NA          1       0      NA       NA     -1
21      0         NA         NA      NA       1       -1     NA
22      1         -1          0      NA      NA       NA     NA
23      1         NA         NA      -1       0       NA     NA
24      1         NA         NA      NA      NA        0     -1
25     NA          1         NA      -1      NA        0     NA
26     NA         -1         NA      NA       0       NA      1
27     NA         NA          1      -1      NA       NA      0
28      1         NA         NA      NA       0       -1     NA
29     -1          1          0      NA      NA       NA     NA
30      0         NA         NA      -1       1       NA     NA
31     -1         NA         NA      NA      NA        0      1
32     NA          1         NA      -1      NA        0     NA
33     NA          0         NA      NA      -1       NA      1
34     NA         NA          0      -1      NA       NA      1
35      0         NA         NA      NA       1       -1     NA
36      1          0         -1      NA      NA       NA     NA
37      0         NA         NA       1      -1       NA     NA
38      1         NA         NA      NA      NA       -1      0
39     NA          0         NA       1      NA       -1     NA
40     NA          1         NA      NA       0       NA     -1
41     NA         NA         -1       1      NA       NA      0
42      1         NA         NA      NA      -1        0     NA
43     -1          1          0      NA      NA       NA     NA
44     -1         NA         NA       0       1       NA     NA
45      0         NA         NA      NA      NA        1     -1
46     NA          1         NA      -1      NA        0     NA
47     NA          0         NA      NA      -1       NA      1
48     NA         NA          1       0      NA       NA     -1
49      1         NA         NA      NA       0       -1     NA
50      1         -1          0      NA      NA       NA     NA
51      0         NA         NA       1      -1       NA     NA
52      0         NA         NA      NA      NA        1     -1
53     NA          1         NA       0      NA       -1     NA
54     NA          1         NA      NA      -1       NA      0
55     NA         NA          1      -1      NA       NA      0
56      1         NA         NA      NA       0       -1     NA
57      0          1         -1      NA      NA       NA     NA
58      0         NA         NA       1      -1       NA     NA
59     -1         NA         NA      NA      NA        1      0
60     NA          1         NA      -1      NA        0     NA
61     NA          1         NA      NA       0       NA     -1
62     NA         NA          0      -1      NA       NA      1
63      1         NA         NA      NA      -1        0     NA
64      0          1         -1      NA      NA       NA     NA
65     -1         NA         NA       1       0       NA     NA
66      0         NA         NA      NA      NA        1     -1
67     NA         -1         NA       1      NA        0     NA
68     NA         -1         NA      NA       0       NA      1
69     NA         NA          0      -1      NA       NA      1
70      1         NA         NA      NA       0       -1     NA
71     -1          1          0      NA      NA       NA     NA
72     -1         NA         NA       0       1       NA     NA
73      1         NA         NA      NA      NA       -1      0
74     NA          0         NA       1      NA       -1     NA
75     NA         -1         NA      NA       0       NA      1
76     NA         NA          1      -1      NA       NA      0
77      1         NA         NA      NA      -1        0     NA
78      0         -1          1      NA      NA       NA     NA
79      0         NA         NA       1      -1       NA     NA
80      1         NA         NA      NA      NA        0     -1
81     NA          0         NA       1      NA       -1     NA
82     NA          1         NA      NA      -1       NA      0
83     NA         NA          1      -1      NA       NA      0
84      1         NA         NA      NA      -1        0     NA
85      0          1         -1      NA      NA       NA     NA
86     -1         NA         NA       1       0       NA     NA
87      0         NA         NA      NA      NA       -1      1
88     NA          1         NA       0      NA       -1     NA
89     NA          1         NA      NA      -1       NA      0
90     NA         NA         -1       1      NA       NA      0
91      0         NA         NA      NA       1       -1     NA
92      1         -1          0      NA      NA       NA     NA
93      0         NA         NA       1      -1       NA     NA
94      1         NA         NA      NA      NA       -1      0
95     NA          1         NA       0      NA       -1     NA
96     NA         -1         NA      NA       0       NA      1
97     NA         NA          1      -1      NA       NA      0
98      1         NA         NA      NA      -1        0     NA

Это матрица ranks, которую я пытаюсь выполнить apply на

           [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
SerCli        6    3    4    1    6    2    5    1    3     5     6     2     5     1
Recensioni    2    7    3    5    2    3    1    3    1     6     5     4     1     5
Spedizione    4    2    2    2    4    7    2    2    6     7     1     1     7     2
SafePay       3    5    6    7    7    1    6    4    5     2     3     3     2     4
EasyBuy       5    1    1    4    3    5    4    7    7     4     4     7     4     7
Garanzia      1    6    5    6    5    6    3    5    2     3     7     6     6     6
Prezzo        7    4    7    3    1    4    7    6    4     1     2     5     3     3

РЕДАКТИРОВАТЬ # 2

Хорошо, мы добираемся туда. Просто пара вещей, в надежде наконец решить это. На самом деле я не загружал tidyverse, и ранее определил n как n <- nrow(z), то есть количество наблюдений из набора данных. Во всяком случае, вот вывод для dput(ranks)

structure(c(6, 2, 4, 3, 5, 1, 7, 3, 7, 2, 5, 1, 6, 4, 4, 3, 2, 
6, 1, 5, 7, 1, 5, 2, 7, 4, 6, 3, 6, 2, 4, 7, 3, 5, 1, 2, 3, 7, 
1, 5, 6, 4, 5, 1, 2, 6, 4, 3, 7, 1, 3, 2, 4, 7, 5, 6, 3, 1, 6, 
5, 7, 2, 4, 5, 6, 7, 2, 4, 3, 1, 6, 5, 1, 3, 4, 7, 2, 2, 4, 1, 
3, 7, 6, 5, 5, 1, 7, 2, 4, 6, 3, 1, 5, 2, 4, 7, 6, 3), .Dim = c(7L, 
14L), .Dimnames = list(c("SerCli", "Recensioni", "Spedizione", 
"SafePay", "EasyBuy", "Garanzia", "Prezzo"), NULL))

Answer 1

Давайте начнем с верхней части вашего вопроса, где вы скажете:

Запустив только

t (применить (ранги, 1, таблица)) Я заметил, что результат эффективно не матрица, но это. Однако я понятия не имею, почему это так.

SerCli Recensioni Spedizione SafePay EasyBuy Garanzia Prezzo

[1,] Integer, 6 Integer, 7 Integer, 5 Integer, 7 Integer, 5 Целое число, 6 целое, 7

Этот вывод указывает, что вместо числовой матрицы вы получили матрицу элементов списка. Это потому, что apply получает разное количество элементов в разных строках, поскольку оно зацикливается на последовательности строк. * table -функция возвращала векторы различной длины, поэтому apply не удалось построить правильную матрицу.

Так вот "почему". Чтобы построить правильное «как», нам нужен набор данных, с которым мы можем работать.

---

После редактирования:

Было бы проще, если бы вы использовали dput для отображения ASCII-версии внутренней структуры матрицы рангов, но вот как я ее восстановил:

ranks <- matrix( scan(text="6    3    4    1    6    2    5    1    3     5     6     2     5     1
 2    7    3    5    2    3    1    3    1     6     5     4     1     5
 4    2    2    2    4    7    2    2    6     7     1     1     7     2
 3    5    6    7    7    1    6    4    5     2     3     3     2     4
 5    1    1    4    3    5    4    7    7     4     4     7     4     7
 1    6    5    6    5    6    3    5    2     3     7     6     6     6
 7    4    7    3    1    4    7    6    4     1     2     5     3     3"), ncol=14)
nms <- scan(text="SerCli    Recensioni  Spedizione  SafePay     EasyBuy     Garanzia    Prezzo  ",what="")    
#Read 7 items
rownames(ranks) <- nms

Тогда я посмотрел на:

ranktab = apply(ranks,1,table)
ranktab

Что вопреки моему раннему предложению было обычной числовой матрицей. Ошибка выдается, потому что вы не определили n, и я предполагаю, что вы загрузили суперпакет tidyverse. Он имеет функцию n, которая не является числовой. Вы, вероятно, хотите этого, хотя это немного скучно:

rankProportions = t(apply(ranks,1,table) / length(ranks) * 100)
> rankProportions
                  1        2        3        4        5        6        7
SerCli     2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
Recensioni 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
Spedizione 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
SafePay    2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
EasyBuy    2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
Garanzia   2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816
Prezzo     2.040816 2.040816 2.040816 2.040816 2.040816 2.040816 2.040816

Так что теперь еще более важно, чтобы вы опубликовали dput(ranks), поскольку вывод, который вы мне дали, не вызывал ошибку, о которой вы сообщили.

---

После вывода dput:

Итак, теперь моя первоначальная гипотеза подтверждается, и вопрос заключается в том, как получить число векторных значений, которые охватывают заранее определенный диапазон, в данном случае диапазон значений составляет 1: 7. Функция табулирования иногда является лучшим выбором, так как она позволяет вам указать количество ячеек:

t( apply(ranks2,1,tabulate,  nbins=7 ) )
           [,1] [,2] [,3] [,4] [,5] [,6] [,7]
SerCli        3    2    2    1    3    3    0
Recensioni    3    2    3    1    3    1    1
Spedizione    2    6    0    2    0    1    3
SafePay       1    2    3    2    2    2    2
EasyBuy       2    0    1    5    2    0    4
Garanzia      1    1    2    0    3    6    1
Prezzo        2    1    3    3    1    1    3

.... теперь ваше вычисление пропорций таблицы должно "идти быстро".