[RStudio] Plus de Levels que d'observations ?

Salut,

J'ai fais un échantillon de ma population grâce à :

Code:

---

1 2	data_ech <- data[sample(1:nrow(data),100,replace = TRUE),]

---

Je donc bien une table avec 100 observations sauf que quand je fais des tests dessus par exemples :

Code:

---

1 2	unique(data_ech$var)

---

j'obtiens :

Code:

---

1 2 3 4 5 6 7 8

> unique(data_ech$var) [1]........ [13] ....... [25] ........ [37].......... [49]......... 1085 Levels: ...............................

---

Il y a bien 1085 levels dans la table de base mais pourquoi je le retrouve dans l'échantillon ? une idée ?

Mano

Bonjour,

Vous conservez l'ensemble des niveaux des facteurs même en échantillonnant, rien d'anormal.
Les niveaux peuvent être inutilisés dans votre échantillonnage.
Vous pouvez les exclure avec la fonction factor, voir l'help de la fonction : https://stat.ethz.ch/R-manual/R-deve...ml/factor.html .

en espérant que cela soit utile,
cdt,

Oui merci ca va m'être bien utile avec l'argument exclude.
Mais je ne comprend toujours pas pourquoi je conserve tout les niveaux alors que dans ma nouvelle table il n'y a justement plus tout ces niveaux...

Mano

Les niveaux sont à comprendre comme étant la liste des valeurs possibles, pas des valeurs effectivement présentes.

Si tu as un facteur sexe, tes niveaux seront male/femelle, peu importe que ce soit dans un groupe mixte ou dans un groupe ne contenant que l'un des deux sexes.

Pour nettoyer ta nouvelle table des niveaux inutilisés au moment de la créer, tu peux utiliser la fonction droplevels.

D'accord merci à vous j'ai lu pas mal de doc ce matin en plus de vos commentaires, cela m'a bien éclairé sur le fonctionnement des niveaux. Parfait !
Mano