我有一个类似于下面生成的数据框。有些人对某一特定变量有多个观察值,并且每个变量都有一个相关的估计标准误差 (SE)。我想创建一个新的数据框,其中每个人仅包含一行。对于具有多个观察值的个人(例如 Kim 或 Bob),我需要根据估计值的标准误差以及新计算的加权平均值的方差来计算精确加权平均值。例如,对于 Bob,对于 var1,这意味着我希望他在新数据帧中的 var1 值是:
weighted.mean(c(example$var1[2], example$var1[10]),
c(1/example$SE1[2], 1/example$SE1[10]))
对于 Bob 的新 SE1,即加权平均值的方差,为:
1/sum(1/example$SE1[2] + 1/example$SE1[10])
我尝试使用聚合函数并且能够计算值的算术平均值,但是我编写的简单函数不使用标准错误,也不能处理 NA。
aggregate(example[,1:4], by = list(example[,5]), mean)
如果您能帮助开发一些代码来解决这个问题,我们将不胜感激。这是示例数据集。
set.seed(1562)
example=data.frame(rnorm(10,8,2))
colnames(example)[1]=("var1")
example$SE1=rnorm(10,2,1)
example$var2=rnorm(10,8,2)
example$SE2=rnorm(10,2,1)
example$id=
c ("Kim","Bob","Joe","Sam","Kim","Kim","Joe","Sara","Jeff","Bob")
example$SE1[5]=NA
example$var1[5]=NA
example$SE2[10]=NA
example$var2[10]=NA
example
var1 SE1 var2 SE2 id
1 9.777769 2.451406 6.363250 2.2739566 Kim
2 8.753078 2.174308 6.219770 1.4978380 Bob
3 7.977356 2.107739 6.835998 2.1647437 Joe
4 11.113048 2.713242 11.091650 1.7018666 Sam
5 NA NA 11.769884 -0.1310218 Kim
6 5.271308 1.831475 6.818854 3.0294338 Kim
7 7.770062 2.094850 6.387607 0.2272348 Joe
8 9.837612 1.956486 8.517445 3.5126378 Sara
9 4.637518 2.516896 7.173460 2.0292454 Jeff
10 9.004425 1.592312 NA NA Bob