R expss表格中的百分比不准确

我正在分析一些调查数据，并使用

expss

创建表格

我们的问题之一是关于品牌意识。我有三种类型的品牌：BrandA是样本中大部分人看到的品牌，BrandB是样本中较小（相互排斥！）部分人看到的品牌，BrandC是每个受访者看到的品牌

我想将这一意识问题作为一个多回答问题来处理，并报告了解每个品牌的人（实际看到该品牌的人）的百分比。（在本例中，值1表示受访者知道该品牌。）

我能得到的最接近的结果是使用下面的代码，但是

tab_stat_cpct（）

没有报告准确的百分比或案例，如附表所示。当您将表中列出的总百分比与手动计算的总百分比进行比较时（即，通过

mean（data$BrandA，na.rm=TRUE）

），报告的值对于BrandA和BrandB太低，对于BrandC太高。（更不用说案件总数应该是25起。）

我已经阅读了文档，我知道这个问题是由于

tab\u stat\u cpct（）

如何定义一个“case”来计算百分比，但我没有看到一个参数会调整该定义以满足我的需要。我错过什么了吗？或者是否有其他方法来报告准确的百分比？谢谢

set.seed(123)

data <- data.frame(
    Age = sample(c("25-34", "35-54", "55+"), 25, replace = TRUE),
    BrandA = c(1, 0, 0, 1, 0, 1, NA, NA, NA, NA, NA, NA, NA, 1, 
               0, 1, 1, 1, 1, 0, 1, 1, 0, 0, 1),
    BrandB = c(NA, NA, NA, NA, NA, NA, 1, 1, 0, 1, 0, 1, 1, NA, 
               NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA),
    BrandC = c(1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 0, 
               1, 1, 1, 0, 1, 0, 1, 0, 1)
)

data %>%
    tab_cells(mrset(as.category(BrandA %to% BrandC))) %>%
    tab_cols(total(), Age) %>%
    tab_stat_cpct() %>%
    tab_last_sig_cpct() %>%
    tab_pivot()

##    |              | #Total |     Age |       |      |
##    |              |        |   25-34 | 35-54 |  55+ |
##    |              |        |       A |     B |    C |
##    | ------------ | ------ | ------- | ----- | ---- |
##    |       BrandA |   52.4 |  83.3 B |  28.6 | 50.0 |
##    |       BrandB |   23.8 |         |  42.9 | 25.0 |
##    |       BrandC |   71.4 | 100.0 C |  71.4 | 50.0 |
##    | #Total cases |     21 |     6   |     7 |    8 |

set.seed（123）
数据%
选项卡单元（mrset（作为类别（BrandA%到%BrandC）））%>%
表列（总计（），年龄）%>%
tab_stat_cpct（）%>%
tab_last_sig_cpct（）%>%
tab_pivot（）
##| |#总|年龄| ||
##    |              |        |   25-34 | 35-54 |  55+ |
##| | A | B | C|
##    | ------------ | ------ | ------- | ----- | ---- |
##|布兰达| 52.4 | 83.3 B | 28.6 | 50.0|
##| BrandB | 23.8 | 42.9 | 25.0|
##| BrandC | 71.4 | 100.0 C | 71.4 | 50.0|
##|#病例总数| 21 | 6 | 7 | 8|

认为多个响应集中的所有项目都具有相同的基础。

mdset

的基数是至少有一个非空项（值为1的项）的情况数。这就是为什么你们品牌的基数是21。如果我们将单独处理每个项目，那么我们需要显示每个项目的总计以计算显著性。在许多情况下，这很不方便

在您的情况下，您可以使用以下功能：

library(expss)
tab_stat_dich = function(data, total_label = NULL, total_statistic = "u_cases", 
                         label = NULL){

    if (missing(total_label) && !is.null(data[["total_label"]])) {
        total_label = data[["total_label"]]
    } 
    if(is.null(total_label)){
        total_label = "#Total"
    }

    # calculate means
    res = eval.parent(
        substitute(
            tab_stat_mean_sd_n(data, weighted_valid_n = "w_cases" %in% total_statistic,
                               labels = c("|", "@@@@@", total_label),
                               label = label)
        )
    )
    curr_tab = res[["result"]][[length(res[["result"]])]]
    # drop standard deviation
    curr_tab = curr_tab[c(TRUE, FALSE, TRUE), ]

    # convert means to percent
    curr_tab[c(TRUE, FALSE), -1] = curr_tab[c(TRUE, FALSE), -1] * 100
    ## clear row labels
    curr_tab[[1]] = gsub("^(.+?)\\|(.+)$", "\\2", curr_tab[[1]], perl = TRUE )

    res[["result"]][[length(res[["result"]])]] = curr_tab
    res
}

set.seed(123)
data <- data.frame(
    Age = sample(c("25-34", "35-54", "55+"), 25, replace = TRUE),
    BrandA = c(1, 0, 0, 1, 0, 1, NA, NA, NA, NA, NA, NA, NA, 1, 
               0, 1, 1, 1, 1, 0, 1, 1, 0, 0, 1),
    BrandB = c(NA, NA, NA, NA, NA, NA, 1, 1, 0, 1, 0, 1, 1, NA, 
               NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA),
    BrandC = c(1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 0, 
               1, 1, 1, 0, 1, 0, 1, 0, 1)
)

res = data %>%
    tab_cells(BrandA %to% BrandC) %>%
    tab_cols(total(), Age) %>%
    tab_stat_dich() %>%
    tab_last_sig_cpct() %>%
    tab_pivot() 

res
# |        | #Total |   Age |        |      |
# |        |        | 25-34 |  35-54 |  55+ |
# |        |        |     A |      B |    C |
# | ------ | ------ | ----- | ------ | ---- |
# | BrandA |   61.1 |  71.4 | 83.3 C | 20.0 |
# | #Total |     18 |     7 |    6   |    5 |
# | BrandB |   71.4 | 100.0 | 66.7   | 50.0 |
# | #Total |      7 |     2 |    3   |    2 |
# | BrandC |   60.0 |  55.6 | 66.7   | 57.1 |
# | #Total |     25 |     9 |    9   |    7 |

# if we want to drop totals
where(res, !grepl("#", row_labels))
# |        | #Total |   Age |        |      |
# |        |        | 25-34 |  35-54 |  55+ |
# |        |        |     A |      B |    C |
# | ------ | ------ | ----- | ------ | ---- |
# | BrandA |   61.1 |  71.4 | 83.3 C | 20.0 |
# | BrandB |   71.4 | 100.0 | 66.7   | 50.0 |
# | BrandC |   60.0 |  55.6 | 66.7   | 57.1 |

库（expss）
tab_stat_dich=函数（数据，总计标签=NULL，总计统计=“总计案例”，
标签=空）{
if（缺少（总标签）&&！为.null（数据[[“总标签”]]））{
总标签=数据[[“总标签”]]
} 
如果（为空（总标签））{
total_label=“#total”
}
#计算方法
res=评估父项(
替代品(
tab_stat_mean_sd_n（数据，加权有效案例，占总统计的百分比），
标签=c（“|”、“总标签”），
标签=标签）
)
)
curr_tab=res[[“结果”][[长度（res[[“结果”]]）]]
#下降标准差
当前选项卡=当前选项卡[c（真、假、真），]
#将平均值转换为百分比
当前选项卡[c（真，假），-1]=当前选项卡[c（真，假），-1]*100
##清除行标签
当前选项卡[[1]]=gsub（“^（+.+？）\\\\\\\（.+）$”，“\\2”，当前选项卡[[1]]，perl=TRUE）
res[[“结果”][[长度（res[[“结果”]]）]]=当前选项卡
物件
}
种子集（123）
数据%
tab_单元格（BrandA%到%BrandC）%>%
表列（总计（），年龄）%>%
tab_stat_dich（）%>%
tab_last_sig_cpct（）%>%
tab_pivot（）
物件
#| |#总|年龄| ||
# |        |        | 25-34 |  35-54 |  55+ |
#| | A | B | C|
# | ------ | ------ | ----- | ------ | ---- |
#|布兰达| 61.1 | 71.4 | 83.3 C | 20.0|
#|#总计| 18 | 7 | 6 | 5|
#| BrandB | 71.4 | 100.0 | 66.7 | 50.0|
#|#总计| 7 | 2 | 3 | 2|
#| BrandC | 60.0 | 55.6 | 66.7 | 57.1|
#|#总计| 25 | 9 | 9 | 7|
#如果我们想减少总数
其中（res，！grepl（“#”，第#行标签））
#| |#总|年龄| ||
# |        |        | 25-34 |  35-54 |  55+ |
#| | A | B | C|
# | ------ | ------ | ----- | ------ | ---- |
#|布兰达| 61.1 | 71.4 | 83.3 C | 20.0|
#| BrandB | 71.4 | 100.0 | 66.7 | 50.0|
#| BrandC | 60.0 | 55.6 | 66.7 | 57.1|