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R Hmisc表格创建,r,R,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()
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")