按组计算平均值的标准误差

Question

看似直接计算组均值和标准误的方法不起作用，我不明白为什么。我得到

NA

的标准。错误

data("AddHealth", package = "heplots")
library(dplyr)

# use a function
std.error <- function(x, na.rm = TRUE) {
  sd(x, na.rm = na.rm) / sqrt(length(x))
}

# try it two ways
AddHealth |>
  group_by(grade) |>
  summarise(depression = mean(depression),
            anxiety = mean(anxiety),
            n = n(),
            se.dep = std.error(depression),
            se.anx = sd(anxiety, na.rm = TRUE) / sqrt(n)) |> 
  print()

无论我使用我的函数还是直接进行计算，我都会得到

NA

的标准误差。 这个应该比较简单。为什么这不起作用？我怎样才能得到我想要的东西？

# A tibble: 6 × 6
  grade depression anxiety     n se.dep se.anx
  <ord>      <dbl>   <dbl> <int>  <dbl>  <dbl>
1 7          0.881   0.751   622     NA     NA
2 8          1.08    0.804   664     NA     NA
3 9          1.17    0.934   778     NA     NA
4 10         1.27    0.956   817     NA     NA
5 11         1.37    1.12    790     NA     NA
6 12         1.34    1.10    673     NA     NA

Answer 1

问题是您首先计算平均值并使用原始变量的名称存储平均值。因此，在计算标准误差时，您不是计算原始变量的

sd

，而是计算平均值的

sd

，即您正在做的事情是：

sd(mean(depression))

返回

NA

。

要解决您的问题，请更改计算顺序，即首先计算标准误差或使用不同的平均值或我更喜欢使用的名称

across()

：

data("AddHealth", package = "heplots")
library(dplyr, warn=FALSE)

AddHealth |>
  group_by(grade) |>
  summarise(
    n = n(),
    se.dep = sd(depression, na.rm = TRUE) / sqrt(n),
    se.anx = sd(anxiety, na.rm = TRUE) / sqrt(n),
    depression = mean(depression),
    anxiety = mean(anxiety)
  )
#> # A tibble: 6 × 6
#>   grade     n se.dep se.anx depression anxiety
#>   <ord> <int>  <dbl>  <dbl>      <dbl>   <dbl>
#> 1 7       622 0.0447 0.0420      0.881   0.751
#> 2 8       664 0.0461 0.0411      1.08    0.804
#> 3 9       778 0.0426 0.0387      1.17    0.934
#> 4 10      817 0.0431 0.0388      1.27    0.956
#> 5 11      790 0.0428 0.0411      1.37    1.12 
#> 6 12      673 0.0439 0.0426      1.34    1.10

AddHealth |>
  group_by(grade) |>
  summarise(
    n = n(),
    mean.dep = mean(depression),
    mean.anx = mean(anxiety),
    se.dep = sd(depression, na.rm = TRUE) / sqrt(n),
    se.anx = sd(anxiety, na.rm = TRUE) / sqrt(n)
  )
#> # A tibble: 6 × 6
#>   grade     n mean.dep mean.anx se.dep se.anx
#>   <ord> <int>    <dbl>    <dbl>  <dbl>  <dbl>
#> 1 7       622    0.881    0.751 0.0447 0.0420
#> 2 8       664    1.08     0.804 0.0461 0.0411
#> 3 9       778    1.17     0.934 0.0426 0.0387
#> 4 10      817    1.27     0.956 0.0431 0.0388
#> 5 11      790    1.37     1.12  0.0428 0.0411
#> 6 12      673    1.34     1.10  0.0439 0.0426

AddHealth |>
  summarise(
    n = n(),
    across(
      c(depression, anxiety),
      list(mean = mean, se = ~ sd(.x, na.rm = TRUE) / sqrt(n)),
      .names = "{.fn}.{substr(.col, 1, 3)}"
    ),
    .by = grade
  )
#>   grade   n  mean.dep     se.dep  mean.anx     se.anx
#> 1    11 790 1.3658228 0.04282760 1.1151899 0.04113153
#> 2    10 817 1.2705018 0.04311396 0.9559364 0.03881506
#> 3    12 673 1.3387816 0.04392934 1.0965825 0.04259964
#> 4     7 622 0.8810289 0.04468291 0.7508039 0.04203107
#> 5     8 664 1.0753012 0.04611600 0.8042169 0.04106970
#> 6     9 778 1.1748072 0.04258433 0.9344473 0.03870629