文章讲的是计算有序因子变量间的差异，在作者持续探索温布尔登数据过程中，他想要弄清楚一个运动员所表现的，是否达到了他被当做种子选手的预期值。

　　因此，作者想找出运动员中，某一轮真实结果和期望值之间的差异。在数据集上，“一轮比赛”相当于一个有序因子变量。

　　以下是所有可能的值：

　　rounds = c("Did not enter", "Round of 128", "Round of 64", "Round of 32", "Round of 16", "Quarter-Finals", "Semi-Finals", "Finals", "Winner")

　　如果想将这一对字符串分解成因子，我们需要这样做：

round = factor("Finals", levels = rounds, ordered = TRUE)
expected = factor("Winner", levels = rounds, ordered = TRUE)  
> round
[1] Finals
9 Levels: Did not enter < Round of 128 < Round of 64 < Round of 32 < Round of 16 < Quarter-Finals < ... < Winner
> expected
[1] Winner
9 Levels: Did not enter < Round of 128 < Round of 64 < Round of 32 < Round of 16 < Quarter-Finals < ... < Winner

　　在这种情况下，实际值和期待值之间的差异应该是：该球员有望赢得锦标赛，但是会在决赛中输掉。我们可以通过对每个变量调用unclass功能，来计算出他们的差值：

> unclass(round) - unclass(expected)
[1] -1
attr(,"levels")
[1] "Did not enter"  "Round of 128"   "Round of 64"    "Round of 32"    "Round of 16"    "Quarter-Finals"
[7] "Semi-Finals"    "Finals"         "Winner"

　　然后，似乎仍然有一些残余的变量因素需要解决掉，我们可以赋数字值给它：

> as.numeric(unclass(round) - unclass(expected))
[1] -1

　　这时，我们就可以把这个计算方法应用到所有种子选手下，来预测他们的表现。

作者: 信雪蕊

来源：IT168

原文链接:计算有序因子变量间的差异