【发布时间】：2012-09-01 21:27:16
【问题描述】：
我有一个 6 列 37 行的列联表数据矩阵。 我需要应用卡方变换来为我提供行配置文件和列配置文件以进行对应分析。
不幸的是，有人告诉我我需要使用嵌套循环来转换数据并执行 CA（而不是在 R 中使用更明智的方式）。我获得了用于嵌套循环的结构：
transformed.data=data0
for (row.index in 1:nrow(data)) {
for (col.index in 1:ncol(data)) {
transfomed.data[row.index,col.index]=
"TRANSFORMATION"[row.index,col.index]
}
}
据我了解，通过使用嵌套循环，它会先将我的 "TRANSFORMATION" 应用到行，然后再应用到列。
我想要对数据进行的转换以获取行配置文件是：
( X( ij ) / sum( X( i ) ) ) / sqrt( sum( X( j ) ) )
虽然我想对数据进行转换以获取列配置文件是：
( X( ij ) / sum( X( j ) ) ) / sqrt( sum( X( i ) ) )
我会在嵌套循环的最后一行输入什么作为我的 "TRANSFORMATION" 以使其输出我想要的配置文件转换。否则，如果我在这里没有理解嵌套循环的意义，请描述它可以让我做什么。
这是我的数据子集的代码：
matrix(c(15366,2079,411,366,23223,2667,699,819,31632,2724,717,1473,49938,3111,1062,11964)
,nrow=4,ncol=4,byrow=T)
所以单独使用这个子集，我希望第一行的行配置文件是：
0.002432689 0.0003291397 6.506803e-05 5.794379e-05
第一列的列配置文件是：
0.0009473414, 0.0132572344, 0.0572742202, 0.0132863528
【问题讨论】：
-
您能否添加一些示例数据来提出您的问题reproducible？将需要输入数据集和您的预期结果。另外，您是否搜索过内置函数？谷歌上的第一次点击给了我this。
-
谢谢大通，我将在第一篇文章中添加一些示例数据。关于这个作业的第二个问题，我必须首先通过转换数据（我坚持的一点）并对其进行 PCA 逐步进行对应分析，然后通过更明智的方式进行相关分析（原始数据）和ca（原始数据）
-
听起来像家庭作业？几点建议。 1）您不需要任何 for 循环，2）如果您使用
colSums()和rowSums()，您的公式可以变得更容易 3）当所有其他方法都失败时，您可以查看函数的源代码以了解其他作者已经解决了同样的问题。为此，请在控制台中键入不带括号的函数名称。这个可以是一个包含上述信息的单行函数。 -
预期的结果是与原始数据具有相同行数和列数的两个矩阵吗？一个可以称为“行转换版本”，一个称为“列转换版本”？
-
%o% 函数（外部）也可能有帮助。
标签： r transform nested-loops