在R中计算重复测量/长数据的汇总统计数据

Question

如果我在其他地方问过这个问题/如果我使用了错误的术语，很抱歉，我一直在努力寻找正确的方法来做到这一点，但到目前为止没有成功。

我有一个实验设计，有3个实验条件，使用重复测量的结果(每个参与者完成4个试验)。我目前拥有的数据是长格式的(每个参与者ID重复4次)。我正在尝试计算人口统计变量(年龄、性别、病情等)的汇总统计数据。但是，由于缺乏更好的词，我不知道如何将每个参与者的行折叠/合并在一起，以获得频率数据和/或汇总统计数据。

下面我有一个模拟的数据集

require(tidyverse)
require(summarytools)
require(skimr)
require(lme4)
require(wakefield) #to simulate age distribution
require(reshape2)

id <- rep(1:150, each = 4)
age <- rep(age(150, x = 18:21), each = 4)
gender <- rep(c("male", "male", "male", "male", "female", "female","female","female"), each = 25, times = 3)
condition <- rep(c("condition_1", "condition_2", "condition_3"), each = 4, times = 50) #condition
control_1 <- rep(c("order_1", "order_2"), each = 4, length.out = 600) # control variable for counterbalancing
control_2 <- rep(c("group_1", "group_2"), each = 75, length.out = 600) control variable for counterbalancing
test1_trial <- rep(c("trial_1", "trial_2", "trial_3", "trial_4"), each = 1, length.out = 600)
test1_outcome <- rbinom(600, 1, 0.5) # actual data
test2_trial <- rep(c("trial_1", "trial_2", "trial_3", "trial_4"), each = 1, length.out = 600)
test2_outcome <- rbinom(600, 1, 0.5) # actual data

dat <- data.frame(id, age, gender, condition, control_1, control_2, test1_trial, test1_outcome, test2_trial, test2_outcome)

我试过这样使用group_by

dat %>% 
  group_by(id) %>% 
  freq(age)

但这使我将每个id作为一个单独的组，这对汇总统计信息显然没有帮助。

我也尝试过使用summarise_all，但无法正常工作

dat$id <- as.factor(dat$id)

dat %>% 
  select(id, age)
  group_by(id) %>% 
  summarise_all(funs(sum))

Error in UseMethod("group_by") : no applicable method for 'group_by' applied to an object of class "c('integer', 'numeric')"

对于汇总统计数据，我不关心实际数据(即test1_outcome和test2_outcome)，我只希望能够计算平均年龄，每个条件的参与者数量等。有没有一种方法可以只选择控制/人口统计变量，并为每个参与者折叠它们？

对于基本问题，我很抱歉，我通常不使用重复测量设计，因此不太熟悉长格式数据。

Answer 1

如果您的人口统计数据在不同的治疗轮次之间没有变化，您可以只按id运行distinct()或unique()，类似于Jon Spring建议的，如下所示：

dat %>% 
distinct(id, age, gender)

然后，您可以按条件折叠，以获得此变量或任何其他变量的汇总统计数据，以及参与者数量：

dat %>% 
distinct(id, age, gender, condition) %>% 
group_by(condition, gender) %>% 
mutate(n = n()) %>% 
summarise_all( .funs = c(mean))