Deutsches R-Forum

Bine hat geschrieben:1. Ersetzen "NA" mit "0" bei Frage nach Berufserfahrung

Code: Alles auswählen

levels(data$AA08_01)[levels(data$AA08_01)=="NA"] <- "0" # zwei Teilnehmer gaben bei F&E nichts anstatt 0 an

Hat jemande eine Idee was an dem Code nicht stimmt bzw. was ich vergessen habe? Leider wird in der Tabelle NA nicht durch O ersetzt.

data$AA08_01[is.na(data$AA08_01)] <- 0

2. Fehlende Werte mit Mittelwert ersetzen
Gerne würde ich fehlene Werte durch den Mittelwert der Spalte ersetzen. Es sollen aber nicht alle Zeilen der Spalte mit einbezogen werden, sondern
- falls es ein Teilnehmer aus F&E war (AA02=1) dann soll der Mittelwert von allen F&E Mitarbeitern aus der Spalte,
- falls es ein Teilnehmer aus Marketing war (AA02=2) dann soll der Mittelwert von allen Marketing Mitarbeitern aus der Spalte,
- falls es ein Teilnehmer aus Vertrieb war (AA02=3) dann soll der Mittelwert von allen Vertrieb Mitarbeitern aus der Spalte
verwendet werden.

Mein bisheriger Code für die Mittelwertersetzung sieht folgendermaßen aus:

Code: Alles auswählen

for (i in 1:100) {
  data[,i] <- replace(data[,i],is.na(data[,i]),mean(data[,i],na.rm=TRUE)) 
}

data$GruppenMittel <- ave(data$AA08_01, data$AA02, FUN=mean, na.rm=TRUE)

x <- c(-(1:6), NA, NA, 10:14)
g <- rep(1:2, c(7,6))

ave(x, g, FUN=mean, na.rm=TRUE)

my.mean <- function(x) mean(x, na.rm=TRUE)
ave(x, g, FUN=my.mean)

Bine hat geschrieben:3. Suche Anzahl/Prozent der Teilnehmer, die bereits im F&E und Marketing bzw. F&E und Vertrieb bzw. Merketing und Vertrieb... Berufserfahrung haben.
Den Code für Erfahrung in F&E und Marketing stelle ich mir so ähnlich vor:

Code: Alles auswählen

Percentage.F.4 <- data$AA08_01>0 + data$AA08_02>0
round(table(Percentage.F.4)/sum(table(Percentage.F.4)),2)*100

Aber auch hier habe ich wohl einen Denkfehler?

table((data$AA08_01>0) | (data$AA08_02>0))

4. Manipulation Check
Für den Manipulation Check möchte ich 2 Gruppen bilden, damit ich eine ANOVA rechnen kann.
Gruppe 1: IV01_01=1 und AA15_01=1 sowie IV01_01=2 und AA15_01=2,
Gruppe 2: IV01_01=2 und AA15_01=1 sowie IV01_01=1 und AA15_01=2

Wie geht das? Kann mir hier jemand helfen?

data$Gruppe <- 0
data$Gruppe[with(data, ((IV01_01==1) & (AA15_01==1)) | ((IV01_01==2) & (AA15_01==2))] <- 1
data$Gruppe[with(data, ((IV01_01==2) & (AA15_01==1)) | ((IV01_01==1) & (AA15_01==2))] <- 2

5. Das Konstrukt "Funktionale Zusammenarbeit F&E-Marketing" wurde von Mitarbeitern aus F&E (Variable: ZU01) und Marketing (Variable: ZU03) bewertet (nicht von Mitarbeitern aus Vertrieb!). Wie gehe ich mit diesem Konstrukt um? Soll ich einfach eine Variable Funktionale Zusammenarbeit F&E-Marketing=~ ZU01 + ZU03 definieren und damit die Faktorenanalyse / deskriptive Statistik rechnen? Oder geht dies nicht, da ich hier weniger Teilnehmer (nur F&E, Marketing) als bei den anderen Variablen?

t.test(1:5, 3:9)

Bine hat geschrieben:Die Spalte soll also folgenden Inhalt haben:
1) ZU01_01 wenn AA02=1 (Teilnehmer ist aus F&E)
2) ZU03_02 wenn AA02=2 (Teilnehmer ist aus Marketing)
Mittelwert aus 1) und 2) wenn AA02=3 (Teilnehmer ist aus Vertrieb)

data$neuZU <- NA
data$neuZU[data$AA02==1] <- data$ZU01_01
data$neuZU[data$AA02==2] <- data$ZU03_02
data$neuZU[data$AA03==3] <- 0.5*(data$ZU01_01 + data$ZU03_02)

Bine hat geschrieben:ich verwende Deinen Vorschlag nicht, weil er nicht vollständig ist. Ich habe ja auch Teile davon verwendet, aber selbst dieser Teil funktioniert nicht (< table of extent 0 >).

Code: Alles auswählen

data$ZU.FE.M.Aufgabe_01 <- NA  
if(data$AA02==1) {data$ZU.FE.M.Aufgabe_01<- data$ZU01_01}  
if(data$AA02==2){data$ZU.FE.M.Aufgabe_01<- data$ZU03_01}  
if(data$Projektklasse1==1&&data$AA02==3){data$ZU.FE.M.Aufgabe_01<-0.5*((mean(subset(data$ZU01_01,data$Projektklasse1==1))) + mean((subset(data$ZU03_01,data$Projektklasse1==1))))} 

data$ZU.FE.M.Aufgabe_01 <- NA
data$ZU.FE.M.Aufgabe_01[data$AA02==1] <- data$ZU01_01[data$AA02==1]
data$ZU.FE.M.Aufgabe_01[data$AA02==2] <- data$ZU03_01[data$AA02==2]

data$ZU.FE.M.Aufgabe_01[(data$Projektklasse1==1) & (data$AA02==3)] <- 
  0.5*(mean(data$ZU01_01[data$Projektklasse1==1]) + mean(data$ZU03_01[data$Projektklasse1==1]))