【发布时间】:2020-09-04 01:07:46
【问题描述】:
我有一个时间序列的情绪反应,我想根据这些反应之间的绝对差异之和来计算一个变量。例如,我有 10 个变量来表示 T1-T10 的悲伤强度。但是,有些参与者缺少一些数据,因为有些参与者只回应了例如T1-5 或 T1-8。因此,我对每个参与者的回复数量各不相同。
现在我想从这些变量之间的绝对差的总和中计算一个新变量 (SAD_s),如下所示(T1s 是 T1 的悲伤强度,T2s 是 T2 等):
COMPUTE SAD_s=abs(T2s-T1s)+abs(T3s-T2s) + abs(T4s-T3s) +abs(T5s-T4s)+abs(T6s-T5s) + abs(T7s-T6s) +abs(T8s-T7s)+abs(T9s-T8s) + abs(T10s-T9s) .
EXECUTE.
但是,这仅适用于具有最大可能响应的参与者。对于其他缺少数据的人,我没有任何价值。
对于在时间序列结束时缺少数据的参与者(例如,从 T7 开始的缺失值,但在那之前的完整数据),我如何才能使这项工作发挥作用?原则上,我还希望为介于两者之间的缺失值的参与者提供一个解决方案(例如 T1-T7 完整、T8 缺失、T9-T10 完整),但我会优先考虑前者。
我还有一个变量表示 Ts 参与者响应的数量。我有一个模糊的想法,我需要使用一个循环,该循环被重复此变量所指示的次数,但我不知道如何实现。
【问题讨论】:
-
在spss中轻松搞定——只有一个问题——如果说T8不见了,你想
abs(T9-T7)替换abs(T8-T7)+abs(T9-T8) -
不,在这种情况下,我想计算 (T2s-T1s)+abs(T3s-T2s) + abs(T4s-T3s) +abs(T5s-T4s)+abs(T6s-T5s ) + abs(T7s-T6s) + abs(T10s-T9s)
标签: r loops time-series spss