R Hmisc表格创建

从R开始，试着找出在创建“汇总表”时什么能满足我的需要。我习惯于在SPSS中定制表，而包gmodels中的CrossTable函数几乎满足了我的需要；更不用说，对于刚从R开始的人来说，导航是很容易的

这就是说，Hmisc表似乎非常擅长创建各种摘要并导出到LaTex（最终我需要做的事情）

我的问题是：1）你能在Hmsic页面轻松创建下表吗？2） 如果是，我可以与变量交互（列中的2个）？最后3）我可以获得显著性检验的p值（卡方检验）

提前感谢,

布罗克

---

如果您来自SPSS，那么您可能会对包推断器（）感兴趣。它具有列联表功能：

> library(Deducer)
> data(tips)
> tables<-contingency.tables(
+ row.vars=d(smoker),
+ col.vars=d(day),data=tips)
> tables<-add.chi.squared(tables)
> print(tables,prop.r=T,prop.c=T,prop.t=F)
================================================================================================================

               ==================================================================================               
                                   ========== Table: smoker by day ==========                                   
                       | day 
                smoker |      Fri  |      Sat  |      Sun  |     Thur  | Row Total | 
-----------------------|-----------|-----------|-----------|-----------|-----------|
          No  Count    |        4  |       45  |       57  |       45  |      151  | 
              Row %    |    2.649% |   29.801% |   37.748% |   29.801% |   61.885% | 
              Column % |   21.053% |   51.724% |   75.000% |   72.581% |           | 
-----------------------|-----------|-----------|-----------|-----------|-----------|
         Yes  Count    |       15  |       42  |       19  |       17  |       93  | 
              Row %    |   16.129% |   45.161% |   20.430% |   18.280% |   38.115% | 
              Column % |   78.947% |   48.276% |   25.000% |   27.419% |           | 
-----------------------|-----------|-----------|-----------|-----------|-----------|
          Column Total |       19  |       87  |       76  |       62  |      244  | 
              Column % |    7.787% |   35.656% |   31.148% |   25.410% |           | 



            Large Sample                                                       
       Test Statistic    DF p-value | Effect Size est.  Lower (%)   Upper (%)  
Chi Squared 25.787       3  <0.001  | Cramer's V  0.325 0.183 (2.5) 0.44 (97.5)
-----------





================================================================================================================

>库（演绎器）
>数据（提示）
>表格打印（表格，属性r=T，属性c=T，属性T=F）
================================================================================================================
==================================================================================               
============表格：白天吸烟人数================
|一天
吸烟者|周五|周六|周日|周四|总计|
-----------------------|-----------|-----------|-----------|-----------|-----------|
不算| 4 | 45 | 57 | 45 | 151 |
世界其他地区%| 2.649%| 29.801%| 37.748%| 29.801%| 61.885%|
列%| 21.053%| 51.724%| 75.000%| 72.581%|124;
-----------------------|-----------|-----------|-----------|-----------|-----------|
是计数| 15 | 42 | 19 | 17 | 93 |
世界其他地区%| 16.129%| 45.161%| 20.430%| 18.280%| 38.115%|
列%| 78.947%| 48.276%| 25.000%| 27.419%|
-----------------------|-----------|-----------|-----------|-----------|-----------|
列总数| 19 | 87 | 76 | 62 | 244 |
列%| 7.787%| 35.656%| 31.148%| 25.410%|
大样本
检验统计数据DF p值|效应大小est。下限（%）上限（%）
卡方检验25.787 3gmodels包有一个名为
CrossTable
的函数，这对于那些用于SPSS和SAS输出的人来说非常好。试试这个例子：

library(gmodels)  # run install.packages("gmodels") if you haven't installed the package yet
x <- sample(c("up", "down"), 100, replace = TRUE)
y <- sample(c("left", "right"), 100, replace = TRUE)
CrossTable(x, y, format = "SPSS")

library（gmodels）#如果尚未安装包，请运行install.packages（“gmodels”）
这太棒了，我不知道这个包裹。我真的对模拟自定义表感兴趣，它让我可以与变量（列和行）交互，也可以简单地创建具有多个变量的表，并找出创建报告的最佳方法—看起来像LaTeX@Stedy，我想你是对的。我不确定我当时在想什么。谢谢你的提示，我将相应地编辑答案。
> library(xtable)
> xtable(drop(extract.counts(tables)[[1]]))
> test <- contin.tests.to.table((tables[[1]]$tests))
> xtable(test)

library(gmodels)  # run install.packages("gmodels") if you haven't installed the package yet
x <- sample(c("up", "down"), 100, replace = TRUE)
y <- sample(c("left", "right"), 100, replace = TRUE)
CrossTable(x, y, format = "SPSS")