在矩阵中进行不对称配对比较

我有一个矩阵，它具有成对值但不对称，我的意思是，AxB与BxA不同。这是一个虚拟的例子：在矩阵中进行不对称配对比较

A B C D E 
A 1 0.7 0.8 0.8 0.9 
B 0.2 1 0.2 0.8 0.3 
C 0.3 0.4 1 0.5 0.6 
D 0.4 0.9 0.8 1 0.4 
E 0.8 0.2 0.8 0.8 1

我需要知道有多少[i,j]比较是高于或低于0.7，多少比较[j,i]也高于0.7为了去除高冗余的元素相等。在该示例中，元素A具有B, C, D, and E的元素数量更多，因此应在进一步分析中将其删除。我在使用table命令该

table1 <- apply(M, 1, table) 
table2 <- apply(M, 2, table)

以为然后比较表2表1去除多余的元素，它会是一个好方法吗？

谢谢

来源

2013-06-04 user2380782

你想处理的条目> 0.7？将它们设置为NA？删除它们？无论如何，这应该让你朝着正确的方向前进：

#Assumes your data is named x 
> which(x > 0.7, arr.ind = TRUE) 
#---- 
    row col 
A 1 1 
E 5 1 
B 2 2 
D 4 2 
... 

#Set values = NA 
x[which(x>0.7, arr.ind = TRUE)] <- NA 
#--- 
    A B C D E 
A NA 0.7 NA NA NA 
B 0.2 NA 0.2 NA 0.3 
C 0.3 0.4 NA 0.5 0.6 
D 0.4 NA NA NA 0.4 
E NA 0.2 NA NA NA

来源

2013-06-04 02:48:03 Chase

谢谢@Chase，我喜欢你的第二种方法。实际上，这些成对的值是AxB，BxA等之间的共享元素的数量，A是4个元素的列表，B是7个元素的列表。因此，我想删除那些在A，B，C中以高百分比共享的项目......按照您的方法，我可以统计行和列中的NAs数量，然后删除那些值高于阈值的值我选择，在这个虚拟的例子中，4/5元素中的共享索引高于0.7，因此我应该从我的矩阵中删除A. – user2380782

较短版本：'x [x> 0.7] < - NA' – flodel

在矩阵中进行不对称配对比较

回答

相关问题