transformar - tablas cruzadas en r

Cálculo de tamaños de efectos entre 3 grupos para un conjunto de variables en un conjunto de datos

Question

Me gustaría calcular el tamaño del efecto de 3 tratamientos en 3 variables (x1, x2, x3). Supongamos que tengo el siguiente conjunto de datos:

set.seed(1234)

data <- data.frame(
  dose=factor(c(rep(1,25), rep(2,35), rep(3,40)), 
         labels = c("low", "middle", "high")),
  x1 = rnorm(100, 0, 2),
  x2 = rnorm(100, 3, 3),
  x3 = rnorm(100, 9, 4)
)

Ahora, me gustaría calcular, para cada combinación de tratamientos, el tamaño del efecto. Encontré esta función para calcular la d de Cohen.

cohens_d <- function(x, y) {
  lx <- length(x)- 1
  ly <- length(y)- 1
  md  <- abs(mean(x) - mean(y))
  csd <- lx * var(x) + ly * var(y)
  csd <- csd/(lx + ly)
  csd <- sqrt(csd)

  cd  <- md/csd
  # Hedges''g 
  cd*(1-(3/(4*(length(x)+length(y)-9))))
  #print(cd)

}

Muchas gracias por su ayuda.

EDITAR:

Por ejemplo, a continuación puedo calcular el tamaño del efecto de los tres tratamientos (por parejas) en una variable x1. Idealmente, me gustaría una forma generalizable de obtener estas comparaciones por pares para todas las variables en mi conjunto de datos.

cohens_d(data$x1[data$dose=="low"], data$x1[data$dose=="middle"])
cohens_d(data$x1[data$dose=="low"], data$x1[data$dose=="high"])
cohens_d(data$x1[data$dose=="middle"], data$x1[data$dose=="high"])

Answer 1

df1$dose <- as.character(df1$dose)  # convert dose from factor to character
selected_cols <- colnames( df1 )[2:4]  # select columns prefixed with ''x''

library("reshape2")  # load reshape2 library
df1 <- melt( data = df1, id = "dose", measure.vars =selected_cols , value.name = ''value'')  # melt df1 data frame

# compute cohensD    
cohens_df1 <- with(df1, sapply( selected_cols, # loop through column names
                                function( x ) combn( unique(dose), 2 ,  # loop through pairs of dose combinations
                                                     function( y ) cohens_d( df1[ variable %in% x & dose %in% y[1], ''value'' ], 
                                                                             df1[ variable %in% x & dose %in% y[2], ''value'' ] ))))

# assign row names 
rownames(cohens_df1) <- combn( unique(df1$dose), 2 , function( y ) paste( y, collapse = ''_'' ) )
cohens_df1
#                    x1         x2          x3
# low_middle  0.3319591 0.09511378 0.321519422
# low_high    0.4982017 0.03265765 0.337651450
# middle_high 0.8221889 0.10799662 0.006570862

Datos:

set.seed(1234)    
df1 <- data.frame( dose = factor(c(rep(1,25), rep(2,35), rep(3,40)), levels = c(1, 2, 3), labels = c("low", "middle", "high")),
                   x1 = rnorm(100, 0, 2),
                   x2 = rnorm(100, 3, 3),
                   x3 = rnorm(100, 9, 4))