如何计算多选问卷中选某选项的受访者同时选其他选项的比例？

以下是针对写作发表障碍问卷数据的完整分析流程，全程使用tidyverse工具链实现：

1. 数据预处理（长格式转二元宽格式） #

假设你的原始数据是长格式（每个受访者的每个选中障碍占一行），首先需要将其转换为宽格式的二元矩阵（行=受访者，列=障碍，1=选中，0=未选）：

library(tidyverse)

# 转换为宽格式二元矩阵
df_wide <- data %>%
  mutate(selection = 1) %>%
  pivot_wider(
    names_from = barrier, 
    values_from = selection, 
    values_fill = 0
  ) %>%
  select(-Response_ID) # 移除ID列，仅保留障碍相关列

如果你的原始数据已经是宽格式（每列对应一个障碍，值为0/1），可直接跳过此步骤。

2. 计算共选比例矩阵 #

我们需要计算：选择障碍A的受访者中，同时选择障碍B的比例（双向比例不同，符合需求）：

# 计算每个障碍的总选择人数
total_by_barrier <- colSums(df_wide)

# 计算两两共选人数并转换为比例
cooccur_df <- t(crossprod(df_wide)) %>% # 转置后行=基准障碍A，列=对比障碍B，值=共选人数
  as_tibble(rownames = "base_barrier") %>%
  pivot_longer(
    cols = -base_barrier, 
    names_to = "cooccur_barrier", 
    values_to = "cooccur_count"
  ) %>%
  left_join(
    enframe(total_by_barrier, name = "base_barrier", value = "total_base"),
    by = "base_barrier"
  ) %>%
  filter(total_base > 0) %>% # 排除无受访者选择的障碍（避免除以0）
  mutate(cooccur_prop = cooccur_count / total_base) %>% # 计算共选比例
  select(base_barrier, cooccur_barrier, cooccur_prop)

3. 绘制热图（ggplot2 geom_tile） #

将计算结果转换为可视化格式，用热图展示共选比例：

ggplot(cooccur_df, aes(x = cooccur_barrier, y = base_barrier, fill = cooccur_prop)) +
  geom_tile(color = "white") + # 白色边框区分色块
  geom_text(
    aes(label = scales::percent(cooccur_prop, accuracy = 1)),
    size = 3, color = "white"
  ) + # 添加百分比标签，增强可读性
  scale_fill_viridis_c(
    option = "mako", 
    labels = scales::percent_format(),
    limits = c(0, 1)
  ) + # 使用渐变色系，用百分比标注色阶
  labs(
    x = "同时选择的障碍",
    y = "基准障碍",
    fill = "共选比例"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    panel.grid = element_blank() # 移除网格线，突出色块
  )

关键说明 #

• crossprod(df_wide)：快速计算两两障碍的共选人数矩阵，比循环更高效
• 转置操作t()：确保行是基准障碍，列是对比障碍，对应"选A的人中选B的比例"的需求
• 可视化优化：旋转横轴标签、添加白色边框和百分比标签，避免信息重叠，提升可读性

内容的提问来源于stack exchange，提问作者hpy