Moyennes croisées avec la fonction means()

means = function(data=c(),par=c(),par2=c()) { # Version 2019 - v0.0.8 

  if ((length(data)==0)| (length(par)==0)){ 

  if ( (length(data)==0)) {cat("Erreur ! Le vecteur ",substitute(data),"est vide.\n")} 

  if ( (length(par)==0))  {cat("Erreur ! Le vecteur ",substitute(par),"est vide.\n")} 

 } else { if (length(par2)>0) { 

  if ( (length(par) != length(data)) | (length(par2) != length(data)) | (length(par) != length(par2)) ) {

   cat("Erreur ! Les trois vecteurs n'ont pas la même taille.\n")

  }else {

   if (length(data[is.na(data)]>0)|length(par[is.na(par)]>0)|length(data[is.na(par2)]>0))

                  {cat("Attention ! Présence de valeurs vides NA\n")} 

   tab_temp <- na.omit(data.frame(data,par,par2))

   data <- tab_temp[,1];par <- tab_temp[,2];par2 <- tab_temp[,3]

        y = unique(par) ;    y2 = unique(par2)    

        matrice = matrix(rep(NA,length(y)*length(y2)), nc=length(y2), nr=length(y), byrow=F) 

        rownames(matrice) = y ; colnames(matrice) = y2 

        matrice_moyennes = matrice ; matrice_sd = matrice ; matrice_ic = matrice    

            resultat = c()        

            for (i in c(1:length(y2))){ 

            for (j in c(1:length(y))) { 

                temp = data[par2==y2[i]&par==y[j]] 

                matrice_moyennes[j,i] = mean(temp,na.rm = TRUE) 

                if(length(temp)==0){sd_temp=NA} 

                else {sd_temp = sd(temp,na.rm = TRUE)} 

                matrice_sd[j,i] = sd_temp 

                if(length(temp)==0){ic_temp=NA} 

                else {ic_temp = sd(temp,na.rm = TRUE)*1.96/sqrt(length(temp))} 

                matrice_ic[j,i] = ic_temp}} 

            resultat$moyennes = matrice_moyennes 

        resultat$sd = matrice_sd 

            resultat$ic = matrice_ic  ; 

        return(resultat)}

 } else { 

  if (length(par) != length(data)){

  cat("Erreur ! Les deux vecteurs n'ont pas la même taille.\n")

            } else {

   if (length(data[is.na(data)]>0)|length(par[is.na(par)]>0))

                  {cat("Attention ! Présence de valeurs vides NA\n")} 

             par = par[!is.na(data)];data = data[!is.na(data)];data = data[!is.na(par)];par = par[!is.na(par)] 

             temp = split(data,par,drop=TRUE) 

             x = c() ; y = sort(unique(par)) ; z = c() ; w = c() ; resultat = list() 

             for (i in c(1:(length(y)))) { 

                x = c(x,mean(temp[[i]],na.rm = TRUE)) 

                if (length(temp[[i]]) > 1) { 

                    z = c(z,sd(temp[[i]],na.rm = TRUE))  

                    w = c(w,sd(temp[[i]],na.rm = TRUE)*1.96/sqrt(length(temp[[i]])))} 

                else {z = c(z,NA);w = c(w,NA)} 

             }   

            resultat$moyennes = x[order(y)] ; resultat$sd = z[order(y)] 

           resultat$ic = w[order(y)] ; resultat$parametres = y[order(y)] 

            return(resultat)}}} }

# Voir l'exemple de l'application means ci-dessous 

# Etape 1 - Je colle la fonction means dans le logiciel R (ci-dessus) 

# Etape 2 - voici des données (exemple) - ici je veux le nombre moyen de colis reçus par jour 

Nombre_de_colis = rnorm(91,10) ; Jours = rep(c("L","M","M","J","V","S","D"),13) 

Nombre_de_colis # colis reçus par jour sur une période de 91 jours 

Jours # Jours concernés 

# Calcul de ces ces moyennes et intervalles de confiance 

# Calcule le nombre moyen de colis et l'intervalle de confiance correspondant pour chaque jour étudié. 

analyse = means(Nombre_de_colis, Jours) 

analyse  

#  Etape 3 - lecture des résultats 

# avec analyse$moyennes les moyennes pour chaque jour 

# analyse$parametres les paramètres propres à chaque moyenne (ici les types de jours) 

# analyse$sd les écart-types correspondants 

# analyse$ic les intervalles de confiance correspondants 

#- - - - - - - Autre exemple plus complexe - - - - - - - 

# Calculer la taille moyenne en fonction de l'âge et du sexe 

Taille = rnorm(100,170) ; Age = rep(c(20:39),5) ; Sexe = c(rep("F",50),rep("G",50)) 

means(Taille,Age,Sexe)