多重响应分析

整理问卷类别构成，回答各选项有多少人选择。

计算口径

一行代表一名受访者。缺失回答与“未选中”含义不同，编码前先区分。

二分编码模式：每个选项一列，指定选中与未选中编码。位置编码模式：每个选择位置一列，同一人重复选择同一选项只计一次。有效个案的定义随编码模式记录在原始输出中。

先核对有效人数与分母，再报告频数和百分比；多选题的个案百分比之和可能超过100%。

同源实现

以下片段来自 core/statistical/descriptive.py 的 multi_response，由镜像脚本按语法树提取。共享辅助函数和分发逻辑包含在完整下载包中。

def multi_response(data, options):
    selected = columns(data, options.get('variables'))
    mode = choice(options, 'response_mode', 'binary', ('binary', 'slots'))
    frame = data[selected]
    # 整行缺失不进入分母；填写了全部0的个案仍属于有效个案。
    frame = enough(frame.loc[frame.notna().any(axis=1)], 1)
    counts = {}
    if mode == 'binary':
        yes, no = options.get('selected_code', 1), options.get('unselected_code', 0)
        if _same_code(yes, no):
            raise ValueError(_('选中与未选中的编码必须不同'))
        for name in selected:
            values = frame[name].dropna()
            if any(not _same_code(v, yes) and not _same_code(v, no) for v in values):
                raise ValueError(_('多选题变量“%(name)s”包含未定义的编码', name=name))
            counts[name] = sum(_same_code(v, yes) for v in values)
    else:
        for values in frame.itertuples(index=False, name=None):
            # 同一个受访者重复填写同一选项只计一次。
            chosen = {str(v) for v in values if not pd.isna(v) and str(v).strip()}
            for category in sorted(chosen):
                counts[category] = counts.get(category, 0) + 1
    responses = sum(counts.values())
    if not responses:
        raise ValueError(_('有效个案没有选择任何选项，无法计算响应百分比'))
    rows = [{'category': key, 'n': count, 'response_percent': 100*count/responses,
             'case_percent': 100*count/len(frame)} for key, count in counts.items()]
    table = PaperTable(_('多重响应分析'), [Column('category', _('选项'), 'text'), Column('n', _('响应数'), 'integer'),
                      Column('response_percent', _('响应百分比'), 'percent'),
                      Column('case_percent', _('个案百分比'), 'percent')], rows,
                      _('有效个案N=%(n)s；响应总数=%(responses)s。', n=len(frame), responses=responses))
    return StatisticalResult([table], {'valid_cases': len(frame), 'total_responses': responses,
                                      'excluded_cases': len(data)-len(frame), 'coding': mode})

查看完整模块 · 下载算法包 · 复现指南

复现本方法

在解压目录安装 requirements.txt 后执行。样例为固定种子的模拟数据，仅供验证；输出不得冒充真实研究结果。

import examples._bootstrap
from examples.statistics_cases import build_data, method_cases
from core.statistical.runner import analyze

method = "stat_multi_response"
options = dict(method_cases())[method]
result = analyze(build_data(), method, options)
print(result.tables[0].html())

页面操作与解读教程