Я хотел бы знать, есть ли простой способ достичь того, что я опишу ниже, используяddply, Мой фрейм данных описывает эксперимент с двумя условиями. Участники должны были выбирать между вариантамиA а такжеBи мы записали, сколько времени им понадобилось для принятия решения и были ли их ответы точными или нет.

я используюddply создать средние по условию. КолонкаnAccurate суммирует количество точных ответов в каждом условии. Я также хочу знать, сколько времени они приняли, чтобы решить и выразить это в колонкеRT, Тем не менее, я хочу рассчитать среднее время откликатолько когда участники правильно ответили (Т.е.Accuracy==1). В настоящее время приведенный ниже код может рассчитывать только среднее время реакции для всех ответов (точных и неточных). Есть ли простой способ изменить его, чтобы получить среднее время отклика, рассчитанное только в точных испытаниях?

Смотрите пример кода ниже и спасибо!

library(plyr)

# Create sample data frame. 
Condition = c(rep(1,6), rep(2,6))                               #two conditions
Response  = c("A","A","A","A","B","A","B","B","B","B","A","A")  #whether option "A" or "B" was selected
Accuracy  = rep(c(1,1,0),4)                                     #whether the response was accurate or not
RT        = c(110,133,121,122,145,166,178,433,300,340,250,674)  #response times
df        = data.frame(Condition,Response, Accuracy,RT)

head(df)

  Condition Response Accuracy  RT
1         1        A        1 110
2         1        A        1 133
3         1        A        0 121
4         1        A        1 122
5         1        B        1 145
6         1        A        0 166

# Calculate averages.  
avg <- ddply(df, .(Condition), summarise, 
                 N          = length(Response),
                 nAccurate  = sum(Accuracy),
                 RT         = mean(RT))

# The problem: response times are calculated over all trials. I would like
# to calculate mean response times *for accurate responses only*.

avg
  Condition N nAccurate       RT
          1 6         4 132.8333
          2 6         4 362.5000