R expss包中行的显著性测试

使用expss包，是否可以跨5个不同的二进制变量运行z测试？我找到了如何使用

tab\u cols

参数跨不同列对单个变量运行显著性测试的方法，但在这种情况下我没有任何列。我想将我正在测试的5个变量视为5个不同的列（A、B、C、d、E），并在所有可能的组合中运行z测试

如果A列中的比例明显大于B列中的比例，那么我希望A列在百分比后显示字母“B”，如下所示：

以下是我的尝试：

data %>%
    tab_cells(reaction_1_5, reaction_2_5, reaction_3_5, reaction_4_5, reaction_5_5) %>%
    tab_stat_cpct()  %>%
    tab_last_sig_cpct() %>% 
    tab_pivot()

输出下表：

 |              |              | #Total |
 | ------------ | ------------ | ------ |
 | reaction_1_5 |            0 |   84.3 |
 |              |            1 |   15.7 |
 |              | #Total cases |    381 |
 | reaction_2_5 |            0 |   80.8 |
 |              |            1 |   19.2 |
 |              | #Total cases |    381 |
 | reaction_3_5 |            0 |   75.6 |
 |              |            1 |   24.4 |
 |              | #Total cases |    381 |
 | reaction_4_5 |            0 |   82.4 |
 |              |            1 |   17.6 |
 |              | #Total cases |    381 |
 | reaction_5_5 |            0 |   78.2 |
 |              |            1 |   21.8 |
 |              | #Total cases |    381 |

我相信

tab\u last\u sig\u cpct

函数不起作用，因为它跨列计算z测试，而我只有一列。我想测试5个变量中1的比例（15.7 vs.19.2 vs.24.4 vs.17.6 vs.21.8）的所有可能组合

这可以在expss包中实现吗

以下是我使用的数据：

structure(list(reaction_1_5 = c(0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L,0L, 0L), reaction_2_5 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,1L), reaction_3_5 = c(0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L),reaction_4_5 = c(0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L),reaction_5_5 = c(0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L)), row.names = c(NA,-10L), class = c("tbl_df", "tbl", "data.frame"), .internal.selfref = <pointer: 0x7fc3b38106e0>) 

结构（清单）结构（清单（清单）结构（清单）结构（清单（清单）结构（清单）结构（清单）结构（清单（清单）结构（清单）结构（清单）结构（清单）结构（清单）结构（清单（反应1\U 1\U 5=c）5=c（0L，1L，1L，1L，1L，1L，1L，0L，0L，0L，0L，1L，0L，1L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，1L，0L，0L），row.names=c（NA，-10L），class=c（“待定”，“tbl”，“data.frame”），.internal.selfref=）

---

可以并排组合变量，如您的示例所示：

library(expss)
data = structure(
    list(
        reaction_1_5 = c(0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L,0L, 0L), 
        reaction_2_5 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,1L), 
        reaction_3_5 = c(0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L),
        reaction_4_5 = c(0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L),
        reaction_5_5 = c(0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L)
    ), 
    row.names = c(NA,-10L), 
    class = "data.frame"
)

data %>%
    stack() %>% 
    tab_cells("|" = values) %>% # "|" to suppress variable names
    tab_cols("|" = ind)  %>%
    tab_stat_cpct() %>% 
    tab_pivot() %>% 
    significance_cpct()

# |              | reaction_1_5 | reaction_2_5 | reaction_3_5 | reaction_4_5 | reaction_5_5 |
# |              |            A |            B |            C |            D |            E |
# | ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
# |            0 |         70.0 |         80.0 |         90.0 |         80.0 |         80.0 |
# |            1 |         30.0 |         20.0 |         10.0 |         20.0 |         20.0 |
# | #Total cases |           10 |           10 |           10 |           10 |           10 |

---

但

显著性\u cpct

为独立样本提供统计检验。但是，您的百分比是在同一样本上计算的。所以我们需要对依赖样本进行测试。到目前为止，在

expss

中还没有这样的比例测试，可以并排组合变量，如您的示例所示：

library(expss)
data = structure(
    list(
        reaction_1_5 = c(0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L,0L, 0L), 
        reaction_2_5 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,1L), 
        reaction_3_5 = c(0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L),
        reaction_4_5 = c(0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L),
        reaction_5_5 = c(0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L)
    ), 
    row.names = c(NA,-10L), 
    class = "data.frame"
)

data %>%
    stack() %>% 
    tab_cells("|" = values) %>% # "|" to suppress variable names
    tab_cols("|" = ind)  %>%
    tab_stat_cpct() %>% 
    tab_pivot() %>% 
    significance_cpct()

# |              | reaction_1_5 | reaction_2_5 | reaction_3_5 | reaction_4_5 | reaction_5_5 |
# |              |            A |            B |            C |            D |            E |
# | ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
# |            0 |         70.0 |         80.0 |         90.0 |         80.0 |         80.0 |
# |            1 |         30.0 |         20.0 |         10.0 |         20.0 |         20.0 |
# | #Total cases |           10 |           10 |           10 |           10 |           10 |

但

显著性\u cpct

为独立样本提供统计检验。但是，您的百分比是在同一样本上计算的。所以我们需要对依赖样本进行测试。到目前为止，在

expss

中还没有这样的比例测试