Bonjour,
Vous n'avez logiquement pas besoin de passer par la combinaison de vos variables.
Si par exemple vous voulez obtenir la moyenne de tension artérielle (TA) chez les femmes diabétiques :
- soit TA la variable tension artérielle
- soit SEXE la variable sexe (codée en binaire avec par exemple 1 pour les femmes 2 pour les hommes)
- soit Diabete la variable diabète (codée en binaire avec par exemple 1 pour diabétique et 0 pour non diabétique)
- soit donnees le nom de votre data frame
SOLUTION 1 :
pour avoir la moyenne de TA chez les femmes diabétiques il suffit de faire :
mean(donnees$TA[donnees$SEXE==1&donnees$Diabete==1])
et vous obtiendrez ainsi la moyenne de TA chez les femmes diabétiques.
SOLUTION 2 :
vous créez un nouveau data frame en sélectionnant par exemple que les femmes :
donnees2 <- donnees[which(donnees$SEXE==1),]
puis vous pouvez simplement récupérer les moyennes en faisant :
mean(donnees2$TA[donnees2$Diabete==1])
pour la moyenne de TA chez les femmes diabétiques.
ou sinon fonction epi.descriptives du package epiR :
epi.descriptives(donnees2$TA[donnees2$Diabete==1] )
qui vous donnera en plus les écart-types et les NA
Cette seconde solution vous offre l'avantage de faire directement un test de student si besoin :
t.test(donnees2$TA~donnees2$Diabete)
après avoir testé au préalable l'égalité des variances évidemment par un var.test (si variances égales rajouter dans t.test la valeur var.equal = T sinon var.equal = F )
Voilà, c'est un peu du bricolage, je suis sûr qu'il y a une manière plus simple de le faire mais moi je me débrouille comme ça !
Cordialement
En y réfléchissant j'ai aussi une 3ème solution à vous proposer :
SOLUTION 3 : par un ifelse
création d'une nouvelle variable femmes diabétiques :
donnees$fem_diab <- ifelse(donnees$SEXE==1&donnees$Diabete==1, 1 , 0)
la variable fem_diab prendra la valeur 1 si femme diabétique, 0 sinon
Partager