Question

我想计算数据集的均值标准误 (SEM)。但是，各组之间的样本大小不同（WT 为 n=8，KO 为 n=9），因此我需要一个条件公式。这是我的数据的一个最小示例：

Experiment <- c("A", "C", "D")
Group <- c("KO", "WT", "KO")
Mean <- c(23, 41, 32)
sd <- c(2, 3, 4)
df <- data.frame(Experiment, Group, Mean, sd)
df

产量：

 Experiment Group Mean sd
1          A    KO   23  2
2          C    WT   41  3
3          D    KO   32  4

我试过了

df$SEM <- if (df$Group == "KO") {
  df$sd /sqrt(9)
} else {
  df$sd /sqrt(8)
}

但这会计算所有组的 SEM 为 9。

Answer 1

@akrun 在评论中的建议（使用 ifelse）是一个很好的建议，但我鼓励您更明确一点，并首先将样本大小添加到数据集中：

df <- transform(df, sampsize = ifelse(Group=="KO", 9, 8)
df <- transform(df, SEM = sd/sqrt(sampsize))

您也可以通过在整个 (df$) 前加上 df$sampsize <- ifelse(df$Group=="KO", 9, 8); etc. 或在 dplyr::mutate() 前加上 library(dplyr) df <- mutate(df, sampsize=ifelse(Group=="KO", 9, 8), sem = sd/sqrt(sampsize) ) 来实现：

import tkinter as tk


def loop():
    global label
    # If the label exists, destroy it
    if label is not None:
        label.destroy()

    # Create a label
    label = tk.Label(root)
    label.pack() # You don't even need this line for the error

    # After some time call `loop` again
    label.after(100, loop)


label = None
root = tk.Tk()
# Start the loop
loop()
root.mainloop()

这样，当您在几个月后回来阅读您的代码时，会更明显地看到发生了什么（您可能立即认识到 SEM 的公式，但您可能不会...... )

根据组/条件计算不同的标准误差

1 个答案: