如何在R上创建rate

Question

我想更改我的数据，以便给出行人占该州人口的比率。我使用的是线性模型，我的汇总值如下所示:系数：

             Estimate Std. Error t value Pr(>|t|)   
(Intercept)  0.087061   0.029876   2.914  0.00438 **
intersection 0.009192   0.003086   2.978  0.00362 ** 

在这里，我的beta值交集是.009192，这是没有意义的，因为与人口较少的州相比，这个值可能不是什么。

下面是我的数据的精简版本，没有我使用的所有列，但这里是csv的链接，以防有人想要从there下载它。

> head(c)
# A tibble: 6 x 15
  STATE STATENAME  PEDS PERSONS PERMVIT PERNOTMVIT COUNTY COUNTYNAME     CITY   DAY MONTH  YEAR LATITUDE LONGITUD
  <dbl> <chr>     <dbl>   <dbl>   <dbl>      <dbl>  <dbl> <chr>         <dbl> <dbl> <dbl> <dbl>    <dbl>    <dbl>
1     1 Alabama       0       3       3          0     81 LEE (81)       2340     7     2  2019     32.7    -85.3
2     1 Alabama       0       2       2          0     55 ETOWAH (55)    1280    23     1  2019     34.0    -86.1
3     1 Alabama       0       4       4          0     29 CLEBURNE (29)     0    22     1  2019     33.7    -85.4
4     1 Alabama       1       1       1          1     55 ETOWAH (55)    2562    22     1  2019     34.0    -86.1
5     1 Alabama       0       1       1          0      3 BALDWIN (3)       0    18     1  2019     30.7    -87.8
6     1 Alabama       0       2       2          0     85 LOWNDES (85)      0     7     1  2019     32.2    -86.4
# … with 1 more variable: FATALS <dbl>

下面是我的代码，它贯穿了我正在做的过程。我不知道如何更改它，使每个值都是一个速率(如peds或type_int)

#Libraries
rm(list=ls()) # this is to clear anything  in memory
library(leaflet)
library(tidyverse)
library(ggmap)
library(leaflet.extras)
library(htmltools)
library(ggplot2)
library(maps)
library(mapproj)
library(mapdata)
library(zoo)
library(tsibble)

setwd("~/Desktop/Statistics790/DataSets/FARS2019NationalCSV")
df <- read.csv("accident.csv")

state <- unique(df$STATE)
for(i in state){
  df1<- df %>%
    filter(STATE==i) %>%
    dplyr::select(c(STATE,PEDS,DAY,MONTH,YEAR,TYP_INT)) %>%
    mutate(date = as.Date(as.character(paste(YEAR, MONTH, DAY, sep = "-"),"%Y-%m-%d"))) %>% # create a date
    group_by(date) %>% # Group by State id and date
    # summarise_at(.vars = vars(PEDS), sum)
    summarise(pedday=sum(PEDS),intersection=mean(TYP_INT))
#ts1<-ts(df,start=c(2019,1,1), frequency=365) 
setwd("~/Desktop/Statistics790/States_ts/figures")
plots<-df1 %>% 
    ggplot()+
    geom_line(aes(x=date,y=pedday))+ylim(0,13)+
    theme_bw()
    ggsave(paste0("state_",i,".png"),width=8,height=6, )
  ts1<-ts(df1,start=c(2019,1,1), frequency=365)
  setwd("~/Desktop/Statistics790/States_ts")
  ts1 %>% write.csv(paste0("state_",i,".csv"),row.names = F)
#Plots
}
#date1<- as.character(df$date)
#df1<- df%>% filter(STATE=="1")
#ts2<-xts(df,order.by = as.Date(df$date,"%Y-%m-%d"))
setwd("~/Desktop/Statistics790/States_ts")
cat("\f")
#df <- read.csv(paste0("state_1.csv"))
#print("------Linear Model------")
#summary(lm(pedday~weather,data=df))

for(i in state){
  print(paste0("-------------------------Analysis for State: ",i," -------------------------------"))
  df <- read.csv(paste0("state_",i,".csv"))
  print("------Linear Model------")
  print(summary(lm(pedday~intersection,data=df)))
}

Answer 1

从评论中整理我的答案:您需要从外部来源(如美国人口普查局https://www.census.gov/data/tables/time-series/demo/popest/2010s-state-total.html#par_textimage_1574439295 )获取州人口数据，将其读入，将其连接到您的数据集，然后以每个人口的行人为单位计算比率，并在图表上进行缩放以便于阅读。您可以通过将一些计算从循环中删除来使代码更快。下面的代码假设人口普查数据名为“census.csv”，其中“地理区域”列表示州，“X2019”列表示可用的最新人口数据。

pop <- read.csv('census.csv')
df <- read.csv('accidents.csv') %>% 
   left_join(pop, by = c('STATENAME' = 'Geographic Area') %>% 
   mutate(rate = (PEDS / X2019) * <scale>) %>%
   mutate(date = as.Date(as.character(paste(YEAR, MONTH, DAY, sep = "-"),"%Y-%m-%d")))

left_join将匹配州名称，并根据其状态为每行提供一个人口值，而不管有多少行。