Verwirrung zwischen Faktorstufen und Faktorbezeichnungen

Es scheint einen Unterschied zwischen Ebenen und Beschriftungen eines Faktors in R zu geben. Bisher dachte ich immer, dass Ebenen der "echte" Name von Faktorstufen sind und Beschriftungen die Namen, die für die Ausgabe verwendet werden (wie Tabellen und Diagramme). . Dies ist offensichtlich nicht der Fall, wie das folgende Beispiel zeigt:

df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
str(df)
'data.frame':   3 obs. of  2 variables:
 $ v: num  1 2 3
 $ f: Factor w/ 3 levels "a","b","c": 1 2 3

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
levels(df$f)
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

Ich dachte, dass auf die Ebenen ('a', 'b', 'c') beim Skripten noch irgendwie zugegriffen werden kann, aber das funktioniert nicht:

> df$f=='a'
[1] FALSE FALSE FALSE

Aber das tut:

> df$f=='Treatment A: XYZ' 
[1]  TRUE FALSE FALSE

Meine Frage besteht also aus zwei Teilen:

• Was ist der Unterschied zwischen Ebenen und Labels?

• Ist es möglich, unterschiedliche Namen für Faktorstufen für Skripterstellung und Ausgabe zu haben?

Hintergrund: Bei längeren Skripten scheint die Skripterstellung mit kurzen Faktorstufen viel einfacher zu sein. Für Berichte und Diagramme sind diese kurzen Faktorwerte möglicherweise nicht ausreichend und sollten durch Präzisionsnamen ersetzt werden.

Sehr kurz: Pegel sind die Eingabe, Beschriftungen sind die Ausgabe in der factor()Funktion. Ein Faktor hat nur ein levelAttribut, das durch das labelsArgument in der factor()Funktion festgelegt wird. Dies unterscheidet sich vom Konzept der Labels in Statistikpaketen wie SPSS und kann am Anfang verwirrend sein.

Was Sie in dieser Codezeile tun

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))

sagt R, dass es einen Vektor gibt df$f

• was Sie in einen Faktor verwandeln wollen,
• in denen die verschiedenen Ebenen als a, b und c codiert sind
• und für die Sie möchten, dass die Ebenen als Behandlung A usw. gekennzeichnet werden.

Die Faktorfunktion sucht nach den Werten a, b und c, konvertiert sie in numerische Faktorklassen und fügt die Beschriftungswerte dem levelAttribut des Faktors hinzu. Dieses Attribut wird verwendet, um die internen numerischen Werte in die richtigen Beschriftungen umzuwandeln. Aber wie Sie sehen, gibt es kein labelAttribut.

> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))    
> attributes(df$f)
$levels
[1] "a" "b" "c"

$class
[1] "factor"

> df$f <- factor(df$f, levels=c('a','b','c'),
+   labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))    
> attributes(df$f)
$levels
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

$class
[1] "factor"

Ich habe ein Paket "lfactors" geschrieben, mit dem Sie entweder auf Ebenen oder Beschriftungen verweisen können.

# packages
install.packages("lfactors")
require(lfactors)

flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads"))
# Tails can now be referred to as, "Tails" or 0
# These two lines return the same result
flips == "Tails"
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE
flips == 0 
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE

Beachten Sie, dass für einen Faktor die Ebenen numerisch sein müssen, damit sie nicht mit den Beschriftungen verwechselt werden können.