基于R语言的适用于问卷分析中比较各问项满意度差异的Ridit算法

代码来自于网络，原链接，为方便后续使用，故做此记录。

案例描述

本案例所用到的数据源自于问卷调查，目的是探究问卷各项满意度是否存在差异

数据行代表8个问项，列代表0-10十个打分

分析思路

满意度为类变量，可进行Ridit分析，根据Ridit分析原理编写相应检验程序ridit.test,该函数返回每个处理的得分、95%置信区间、统计量W值以及Kruskal—Wallis检验p值。

代码

load.R

data <- read.csv(file="C:\\Users\\Mayday\\Desktop\\sd\\data02.csv",header = T,encoding="UTF-8") # nolint
str(data)

> source("c:\\Users\\soban\\Desktop\\sd\\R\\1.R", encoding = "UTF-8")
'data.frame':   8 obs. of  10 variables:$ X.U.FEFF.1: int  0 0 0 0 0 0 0 9$ X2        : int  0 2 2 2 0 0 2 17$ X3        : int  0 0 0 2 0 2 2 24$ X4        : int  7 5 5 2 2 5 0 14$ X5        : int  9 5 7 12 9 12 14 28$ X6        : int  17 17 17 17 12 5 2 21$ X7        : int  35 26 26 28 26 19 19 26$ X8        : int  38 47 52 28 35 31 43 33$ X9        : int  33 47 43 47 33 47 52 31$ X10       : int  142 132 130 142 163 161 146 78

Ridit.R

ridi.test<-function(x){order.num=ncol(x)treat.num=nrow(x)rowsum=rowSums(x)#O_i.colsum=colSums(x)#O_.itotal=sum(rowsum)N=(colsum/2)[1:order.num]+c(0,(cumsum(colsum))[1:order.num-1])ri=N/total#每个顺序类的得分p_coni=x/outer(rowsum,rep(1,order.num),"*")##概率阵——i水平下属于第j顺序类的概率、pi.=rowsum/totalscore=p_coni%*%riconfi_inter=matrix(c(score-1/sqrt(3*rowsum),score+1/sqrt(3*rowsum)))if(length(rle(sort(ri))$lengths)==length(ri))#不打结{w=(12*total/(total+1)*sum(rowsum*(score-0.5)^2))}if(length(rle(sort(ri))$lengths)<=length(ri))#打结{tao<-rle(sort(ri))$lengthsT=1-sum(tao^3-tao)/(order.num^3-order.num)w=(12*total/((total+1)*T))*sum(rowsum*(score-0.5)^2)}pvalue=pchisq(w,treat.num-1,lower.tail = FALSE)list(score,confi_inter=confi_inter,W=w,pvalue=pvalue)}options(digits = 4)##设结果为4位有效数字

main.R

res_data=ridi.test(as.matrix(data))graph_data<-res_data$confi_inter
plot(0,0,ylim = c(0,1),xlim = c(1,9),xlab = "function",ylab = "",main="Ridgit value confidence interval",col="gray7")abline(h=0.5)
for(i in 1:(nrow(graph_data)/2))lines(c(i,i),c(graph_data[i],graph_data[i+5]))
cat(res_data$confi_inter)
cat(res_data$pvalue)
cat(res_data$W)

main.R后续的三个cat为显示三类数据，Ridit得分为该变量两个Confidence interval的平均值

结果如下表

		RiditScore	Confidenceinterval		W	P-value
question	A	0.4710	0.4722	0.4697	123.8	2.13E-21
	B	0.4716	0.4621	0.4811
	C	0.5202	0.519	0.513
	D	0.3996	0.5039	0.253
	E	0.5399	0.5411	0.586
	F	0.5405	0.5309	0.501
	G	0.5891	0.588	0.5901
	H	0.4686	0.5729	0.3642

由上表可知，问项E、F、G满意度比较高，问项D、H满意度较低

基于R语言的适用于问卷分析中比较各问项满意度差异的Ridit算法相关推荐

基于R语言的Kaggle案例分析-泰坦尼克号
背景泰坦尼克号由位于北爱尔兰贝尔法斯特的哈兰·沃尔夫船厂兴建,是当时最大的客运轮船,由于其规模相当一艘现代航空母舰,因而号称"上帝也沉没不了的巨型邮轮".在泰坦尼克号的处女航中, ...
Protein Cell：基于R语言的微生物组数据挖掘最佳流程（大众评审截止14号晚6点）...
Protein & Cell综述:基于R语言的微生物组数据挖掘的最佳流程近日,中国农业科学院刘永鑫组联合南京农业大学袁军组在国际期刊 Protein & Cell (IF = 15. ...
基于R语言的主成分回归（PCR）与Lasso回归在水稻基因组预测中的对比（生信数基实验作业）
基于R语言的主成分回归(PCR)与Lasso回归在水稻基因组预测中的对比 0 引言全基因组选择是 21 世纪动植物育种的一种重要的选择策略,其核心就是全基因组预测,即基于分布在整个基因组上的多样性分 ...
基于R语言的Copula变量相关性分析及应用
在工程.水文和金融等各学科的研究中,总是会遇到很多变量,研究这些相互纠缠的变量间的相关关系是各学科的研究的重点.虽然皮尔逊相关.秩相关等相关系数提供了变量间相关关系的粗略结果,但这些系数都存在着无法克 ...
数据分享|R语言因子分析、相关性分析大学生兼职现状调查问卷数据可视化报告...
全文链接:http://tecdat.cn/?p=31765 随着大学的普及教育,大学生就业形势变得更加困难,很多学生都意识到这个问题(点击文末"阅读原文"获取完整代码数据). 相 ...
基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作
详情链接 :基于R语言.MaxEnt模型融合技术的物种分布模拟.参数优化方法.结果分析制图与论文写作内容介绍: 第一章 .理论篇以问题导入的方式,深入掌握原理基础 : 什么是MaxEnt模型? ...
R语言做GGEbiplot_基于R语言的GGE双标图在大豆区试中的应用
基于 R 语言的 GGE 双标图在大豆区试中的应用 * 昝凯,陈亚光,徐淑霞 ** ,周青,张志民,杨慧凤,王凤菊,李明军,郭海芳 [摘要] 摘要:为合理评价大豆区域试验中品系的丰产性.稳产性和适 ...
基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用
Meta分析是针对某一科研问题,根据明确的搜索策略.选择筛选文献标准.采用严格的评价方法,对来源不同的研究成果进行收集.合并及定量统计分析的方法,最早出现于"循证医学",现已广泛应 ...
r语言pls分析_基于R语言的PLS算法的实现解读.pptx
基于R语言的PLS算法的实现及研究目录使用的开发工具偏最小二乘的设计思想基于R语言.MATLAB的偏最小二乘的实现通径分析测定系数实验分析使用的开发工具 R 语言(R是用于统计分析.绘 ...

基于R语言的适用于问卷分析中比较各问项满意度差异的Ridit算法

基于R语言的适用于问卷分析中比较各问项满意度差异的Ridit算法相关推荐

最新文章

热门文章