这是我的R代码示例,目前正在审查有关学术不端行为的副项目。如何将多个描述性变量合并到新变量中
每个AMC$ExamMC[x]
因子被认为是一个二分变量,其结果是“是”和“否”是犯下学术不端行为的罪行。你可以看到,我尝试使用merge
函数,我试图使用ifelse
函数来获得正确的观察值,但似乎没有任何工作。我如何去添加“这些条件中的任何一个都足够”子句来使这个新变量起作用?
AMC$ExamMCH<-AMC$Exams_H
AMC$ExamMCH<-factor(NA,levels=c("yes", "no"))
AMC$ExamMCH[AMC$Exams_H=="2-4 times"]<-"yes"
AMC$ExamMCH[AMC$Exams_H=="0 times"]<-"no"
summary(AMC$ExamMCH)
AMC$ExamMCI<-AMC$Exams_I
AMC$ExamMCI<-factor(NA,levels=c("yes", "no"))
AMC$ExamMCI[AMC$Exams_I==">4 times"|AMC$Exams_I=="2-4 times"|AMC$Exams_I=="1 time"]<-"yes"
AMC$ExamMCI[AMC$Exams_I=="0 times"]<-"no"
summary(AMC$ExamMCI)
AMC$ExamMC<-merge(AMC$ExamMCA, AMC$ExamMCB, AMC$ExamMCC, AMC$ExamMCD, AMC$ExamMCE, AMC$ExamMCF, AMC$ExamMCG, AMC$ExamMCH, AMC$ExamMCI by="yes")
AMC$ExamMC<-factor(NA,levels=c("committed AMC", "hasn't committed AMC"))
AMC$ExamMC[AMC$ExamMCA=="yes"& AMC$ExamMCB=="yes"& AMC$ExamMCC=="yes" AMC$ExamMCD=="yes"|AMC$ExamMCE=="yes"|AMC$ExamMCF=="yes"|AMC$ExamMCG=="yes"|AMC$ExamMCH=="yes"|AMC$ExamMCI=="yes"]<-"committed AMC"
AMC$ExamMC[AMC$ExamMCA=="no"|AMC$ExamMCB=="no"|AMC$ExamMCC=="no"|AMC$ExamMCD=="no"|AMC$ExamMCE=="no"|AMC$ExamMCF=="no"|AMC$ExamMCG=="no"|AMC$ExamMCH=="no"|AMC$ExamMCI=="no"]<-"hasn't committed AMC"
summary(AMC$ExamMC)
提供一个小*可重现的例子将使它很容易回答你的问题。 – RobertH
变量AMC $ Exams_A-AMC $ Exams_I都是观测值为“> 4次”“2-4次”“1次”或“0次”的变量,我试图将所有变量AI重新编码为二分值“是“或”否“来模仿荣誉守则行为规则的严格性质。 –
然后,我试图将所有变量(AMC $ Exams_A到AMC $ Exams_I)合并成一个标记为AMC $ ExamMC的考试不当变量变量,条件是来自组合值的任何值是“是”将该观察置于“有承诺的学术不端行为(AMC)“,并且对于”没有实施AMC“,它将要求组合变量的所有”否“值。我很抱歉这不是一个可重复的样本,但变量来自已组织的数据集 –