File size: 2,180 Bytes
a7b5df0
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
# ==============================================================================
# CreateResultCount.R  –  Versão generalizada
#
# Diferença em relação à versão original:
#   - O argumento `responses` (responses$responseData do Qualtrics) foi removido.
#   - A contagem de nAvailable agora é derivada diretamente de `dataMlogit`,
#     identificando quais atributos estavam disponíveis em cada tarefa (Id x Q)
#     a partir das colunas Best e Worst de cada par de escolha.
#   - Todos os demais cálculos (nBest, nWorst, DiffBestWorst, Score, Rank)
#     permanecem idênticos à versão original.
# ==============================================================================

CreateResultCount <- function(
    dataMlogit = dataMlogit
){

  # --- nBest: vezes que cada atributo foi escolhido como MELHOR ---------------
  nBestDf <- dataMlogit %>%
    filter(Response == TRUE) %>%
    group_by(ResponseBest) %>%
    summarise(nBest = n(), .groups = "drop") %>%
    rename(labelId = ResponseBest)

  # --- nWorst: vezes que cada atributo foi escolhido como PIOR ----------------
  nWorstDf <- dataMlogit %>%
    filter(Response == TRUE) %>%
    group_by(ResponseWorst) %>%
    summarise(nWorst = n(), .groups = "drop") %>%
    rename(labelId = ResponseWorst)

  # --- nAvailable: número de tarefas em que cada atributo esteve disponível ---
  # Cada atributo presente num conjunto de escolha (Id x Q) aparece tanto na
  # coluna Best quanto na coluna Worst dos pares expandidos.
  # Tomamos a união e contamos ocorrências únicas por (Id, Q, atributo).
  nAvailableDf <- bind_rows(
    dataMlogit %>% distinct(Id, Q, labelId = Best),
    dataMlogit %>% distinct(Id, Q, labelId = Worst)
  ) %>%
    distinct(Id, Q, labelId) %>%
    count(labelId, name = "nAvailable")

  # --- Combinar e calcular Score e Rank (idêntico ao original) ----------------
  resultCount <- nBestDf %>%
    left_join(nWorstDf,    by = "labelId") %>%
    left_join(nAvailableDf, by = "labelId") %>%
    mutate(
      DiffBestWorst = nBest - nWorst,
      Score         = DiffBestWorst / nAvailable
    ) %>%
    arrange(desc(Score)) %>%
    mutate(Rank = 1:n())

  return(resultCount)
}