R：检查完整设计的函数

Question

我想创建一个从1到10个向量并返回Yes或No的函数，这意味着我的所有向量都代表“完整设计”。

这里是我称之为一个 “完整的设计” 的一个例子：

一个< - （1,1,1,1,2,2,2,2,3,3 C， 3,3）

b < - C（1,2,1,2,1,2,1,2,1,2,1,2）

ç< - C（1,1， 2,2,1,1,2,2,1,1,2,2）

它是一个完整的设计，因为： 对于所有矢量的所有等级，（在相同位置）所有其他矢量的所有等级都有相同的次数。

这里是 “不完整的设计” 2点的例子： （在两个下面的实施例A和B的比赛，但C没有用b匹配既不）

例1：

一个< - c（1,1,1,1,2,2,2,2,3,3,3,3）

b < -c（1,2,1,2,1,2,1， 2,1,2,1,2）

c < -c（1,2,3,1,2,3,1,2,3 ，1,2,3）

例2：

一个< - C（1,1,1,1,2,2,2,2,3,3,3,3 ）

b < - C（1,2,1,2,1,2,1,2,1,2,1,2）

ç< - C（1,2,3,4 ，5,1,2,3,4,5,1,2）

希望我很清楚。整个想法是，我有一个数据集，这个数据集是由因素a，b，c，d，e等解释的......我想要一个函数告诉我，我正在测试一个完整的还是一个在运行aov（）之前不完整的设计。

非常感谢！

在我想创建的函数中询问的问题如下所示： 当等于给定等级时（例如，假设为2）。我们看b [which（a == 2）]并检查b的所有等级是否包含在b [which（a == 2）]中，并检查b [which（a == 2）]的所有等级重复相同的次数。

Answer 1

如果我理解正确，那么您可能会以某种方式使用interaction作为决定数据是否完整的首选。看看你的例子，看起来应该总是有一个唯一的组合（不是2，而不是0）在每个向量中的所有独特的级别。因此，对于首套告诉你：

> all(table(interaction(a, b, c)) == 1) 
[1] TRUE 

而且，对于其他两个例子，如果你做同样的，你会得到FALSE作为结果。

---

另一种选择是假设，我们可以把变量a为分组变量，并把所有的向量为data.frame这样的：

df1 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3), 
        b = c(1,2,1,2,1,2,1,2,1,2,1,2), 
        c = c(1,1,2,2,1,1,2,2,1,1,2,2)) 

一旦我们做到了，我们可以split是data.frame如下：

DF1 <- split(df1[-1], df1[1]) 

然后，我们可以写一个小功能，以检查看到，每个部O f分裂是平等的。我们会欺骗一点点并使用merge，但必须有更强大的方法才能做到这一点。这个想法是，如果我们在相同的输入上使用merge，那么它应该最终产生一个与所有输入data.frames相同的data.frame。

这里是一个（不是很强大 - 没有广泛测试）的功能，可以作为一个起点。

myFun <- function(myList) { 
    all.equal(Reduce(function(x, y) 
    merge(x, y, all = TRUE, sort = FALSE), myList), 
      myList[[1]], check.attributes = FALSE) 
} 

应用于DF1，它给我们TRUE，但请尝试以下操作：

df2 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3), 
        b = c(1,2,1,2,1,2,1,2,1,2,1,2), 
        c = c(1,2,3,1,2,3,1,2,3,1,2,3)) 
df3 <- data.frame(a = c(1,1,1,1,2,2,2,2,3,3,3,3), 
        b = c(1,2,1,2,1,2,1,2,1,2,1,2), 
        c = c(1,2,3,4,5,1,2,3,4,5,1,2)) 

DF1 <- split(df1[-1], df1[1]) 
DF2 <- split(df2[-1], df2[1]) 
DF3 <- split(df3[-1], df3[1]) 

myFun(DF1) 
# [1] TRUE 
myFun(DF2) 
# [1] "Component 1: Numeric: lengths (6, 4) differ" "Component 2: Numeric: lengths (6, 4) differ" 
myFun(DF3) 
# [1] "Component 1: Numeric: lengths (10, 4) differ" "Component 2: Numeric: lengths (10, 4) differ" 

Answer 2

有一个很简单的方法来做到这一点使用plyr的id()功能：

library(plyr) 
a <- c(1,1,1,1,2,2,2,2,3,3,3,3) 
b <- c(1,2,1,2,1,2,1,2,1,2,1,2) 
c <- c(1,1,2,2,1,1,2,2,1,1,2,2) 

ids <- id(data.frame(a, b, c)) 
attr(ids, "n") == length(unique(ids)) 
# [1] TRUE 

d <- c(1,1,2,2,1,1,2,2,1,1,2,3) 
ids <- id(data.frame(a, b, d)) 
attr(ids, "n") == length(unique(ids)) 
# [1] FALSE 

id()作品通过为输入中的每一行分配一个唯一的ID，以这种方式为所有可能的组合提供空间。输出包含一个属性，n，它给出了可能的组合总数。