如何按均值±标准差分组MM_score？现有代码合理性咨询

你的代码和需求逻辑完全不匹配，存在以下核心问题：

1. 核心变量与需求不匹配 #

你的需求是基于MM_score自身的均值和标准差划分区间，但代码里使用的是cut_off和dv变量——如果这两个变量不是预先计算好的MM_score均值/标准差，完全无法实现你想要的分组规则。

2. 逻辑判断顺序错误 #

case_when是按从上到下的顺序匹配条件，你的第二个条件MM_score > (cut_off - dv)会覆盖绝大多数情况：
假设cut_off - dv小于cut_off + dv（这是合理的默认场景），那么所有满足第三个条件(cut_off - dv) >= MM_score & MM_score <= (cut_off + dv)的数值，必然也满足MM_score > (cut_off - dv)，导致第三个条件永远不会被触发，等同于无效代码。

3. 分组规则与需求不符 #

需求明确的分组逻辑是：

• 高于(均值+标准差) 或 低于(均值-标准差) → high score
• 介于两者之间 → intermediate score

但你的代码逻辑是：

• 小于cut_off + dv → LMM
• 大于cut_off - dv → HMM
• 介于cut_off - dv和cut_off + dv之间 → IMM
  区间划分和标签命名均与需求完全不一致。

修正后的代码 #

如果要严格实现你的需求，应先计算MM_score的均值和标准差，再执行分组：

dat %>%
  mutate(
    # 计算MM_score的均值和标准差，同时处理缺失值
    mm_mean = mean(MM_score, na.rm = TRUE),
    mm_sd = sd(MM_score, na.rm = TRUE),
    # 按需求规则分组
    MM_levels = case_when(
      MM_score > (mm_mean + mm_sd) | MM_score < (mm_mean - mm_sd) ~ "high score",
      TRUE ~ "intermediate score"
    )
  )

如果你的cut_off就是MM_score的均值、dv就是MM_score的标准差，可简化为：

dat %>%
  mutate(
    MM_levels = case_when(
      MM_score > (cut_off + dv) | MM_score < (cut_off - dv) ~ "high score",
      TRUE ~ "intermediate score"
    )
  )

内容的提问来源于stack exchange，提问作者12666727b9