Combiner eux variables binaires en une seule

Bonjour à tous,

j'ai essayé de combiner 2 variables binaires en 1 seule par :

Code:

---

1 2 3 4 5 6

MergedDataset$Diab_sex <- NA   MergedDataset$Diab_sex <- [MergedDataset$Diab == "oui" & MergedDataset$Sex == "F"]<- "Fem_Diab" MergedDataset$Diab_sex <- [MergedDataset$Diab == "non" & MergedDataset$Sex == "F"]<- "Fem_NDiab" MergedDataset$Diab_sex <- [MergedDataset$Diab == "oui" & MergedDataset$Sex == "H"]<- "Hom_Diab" MergedDataset$Diab_sex <- [MergedDataset$Diab == "non" & MergedDataset$Sex == "H"]<- "Hom_NDiab"

---

ça ne fonctionne pas, j'ai un message erreur <text>

je n'arrive pas à trouver mon erreur. pouvez-vous m'indiquer ce qui ne va pas svp ou m'indiquer une autre commande pour atteindre mon objectif svp ?


Je veux combiner mes 2 variables binaires pour ensuite faire un test de comparaison de 2 moyennes observées du type :
moyenne tension artérielle des femmes diabétique/moyenne Tension artérielle des femmes non-diabétique

Bon, je n'ai pas une grande expérience de la programmation ce qui ne m'aide pas...

cordialement

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 :

Code:

---

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 :

Code:

---

donnees2 <- donnees[which(donnees$SEXE==1),]

---

puis vous pouvez simplement récupérer les moyennes en faisant :

Code:

---

mean(donnees2$TA[donnees2$Diabete==1])

---

pour la moyenne de TA chez les femmes diabétiques.
ou sinon fonction epi.descriptives du package epiR :

Code:

---

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 :

Code:

---

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 :

Code:

---

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

Bonjour,

Une autre option avec le package "dplyr" permettant de calculer la moyenne pour chacune des 4 classes souhaitées :

Code:

---

1 2 3 4

library(dplyr) tab <- MergedDataset %>% group_by(Sex, Diab) %>% summarise(Moy = mean(TA, na.rm = TRUE)) # Si TA est la tension artérielle dont vous voulez la moyenne tab

---

HTH :)


Cordialement,


A.D.

Re bonjour,

Bien plus simple en effet !

Sinon il y a ddply du package plyr (qui revient au même mais je trouve que la syntaxe est plus simple).

Cordialement

Bonsoir,
Je vous remercie ! Je vais tester tout cela.
Effectivement, le but est de pouvoir faire un student derrière !
La solution de créer un sous-ensemble me semble la plus fonctionnel.
Bien cordialement
C. C.