我们将着眼于类别型变量的频数表和列联表,以及相应的独立性检验、相关性的

度量、图形化展示结果的方法还将连带使用vcd包和gmodels包中的函数。

数据来自vcd包中的Arthritis数据集

library(vcd)

一维列联表

可以使用table()函数生成简单的频数统计表

> mytables<-with(Arthritis,table(Improved))

> mytables

Improved

None Some Marked

42 14 28

可以用prop.table()将这些频数转化为比例值

> prop.table(mytables)

Improved

None Some Marked

0.5000000 0.1666667 0.3333333

或使用prop.table()*100转化为百分比:


> prop.table(mytables)*100

Improved

None Some Marked

50.00000 16.66667 33.33333

---

二维列联表

对于二维列联表,table()函数的使用格式为:

其中的A是行变量,B是列变量

table(A,B)

其中的mydata是一个矩阵或数据框

xtabs(~A+B,data=mydata)



> mytable <- xtabs(~ Treatment+Improved,data=Arthritis)

> mytables

Improved

None Some Marked

42 14 28

你可以使用margin.table()和prop.table()函数分别生成边际频数和比例。行和与行比

例可以这样计算:

> margin.table(mytable,1)

Treatment

Placebo Treated

43 41

> margin.table(mytable,2)

Improved

None Some Marked

42 14 28

下标1指代table()语句中的第一个变量,行变量
下标2指代table()语句中的第二个变量,列变量

---

各单元格所占比例可用如下语句获取

> prop.table(mytable)

Improved

Treatment None Some Marked

Placebo 0.34523810 0.08333333 0.08333333

Treated 0.15476190 0.08333333 0.25000000

每个单元格比例加起来为1

> prop.table(mytable,1)

Improved

Treatment None Some Marked

Placebo 0.6744186 0.1627907 0.1627907

Treated 0.3170732 0.1707317 0.5121951

> prop.table(mytable,2)

Improved

Treatment None Some Marked

Placebo 0.6904762 0.5000000 0.2500000

Treated 0.3095238 0.5000000 0.7500000

计算每个行或者列占比,1为计算列,2为计算行
---

你可以使用addmargins()函数为这些表格添加边际和

> addmargins(prop.table(mytable,2))

Improved

Treatment None Some Marked Sum

Placebo 0.6904762 0.5000000 0.2500000 1.4404762

Treated 0.3095238 0.5000000 0.7500000 1.5595238

Sum 1.0000000 1.0000000 1.0000000 3.0000000

> addmargins(prop.table(mytable,1))

Improved

Treatment None Some Marked Sum

Placebo 0.6744186 0.1627907 0.1627907 1.0000000

Treated 0.3170732 0.1707317 0.5121951 1.0000000

Sum 0.9914918 0.3335224 0.6749858 2.0000000


计算每个行或者列和


> addmargins(mytable)

Improved

Treatment None Some Marked Sum

Placebo 29 7 7 43

Treated 13 7 21 41

Sum 42 14 28 84


> addmargins(prop.table(mytable))

Improved

Treatment None Some Marked Sum

Placebo 0.34523810 0.08333333 0.08333333 0.51190476

Treated 0.15476190 0.08333333 0.25000000 0.48809524

Sum 0.50000000 0.16666667 0.33333333 1.00000000


table()函数默认忽略缺失值(NA)。要在频数统计中将NA视为一个有效的类别,请设

定参数useNA="ifany"。

-------

使用gmodels包中的CrossTable()函数是创建二维列联表的第三种方法

。CrossTable()

函数仿照SAS中PROC FREQ或SPSS中CROSSTABS的形式生成二维列联表

用CrossTable生成二维列联表

> library(gmodels)

> CrossTable(Arthritis$Treatment,Arthritis$Improved)

Cell Contents

|-------------------------|

| N |

| Chi-square contribution |

| N / Row Total |

| N / Col Total |

| N / Table Total |

|-------------------------|

Total Observations in Table: 84

| Arthritis$Improved

Arthritis$Treatment | None | Some | Marked | Row Total |

--------------------|-----------|-----------|-----------|-----------|

Placebo | 29 | 7 | 7 | 43 |

| 2.616 | 0.004 | 3.752 | |

| 0.674 | 0.163 | 0.163 | 0.512 |

| 0.690 | 0.500 | 0.250 | |

| 0.345 | 0.083 | 0.083 | |

--------------------|-----------|-----------|-----------|-----------|

Treated | 13 | 7 | 21 | 41 |

| 2.744 | 0.004 | 3.935 | |

| 0.317 | 0.171 | 0.512 | 0.488 |

| 0.310 | 0.500 | 0.750 | |

| 0.155 | 0.083 | 0.250 | |

--------------------|-----------|-----------|-----------|-----------|

Column Total | 42 | 14 | 28 | 84 |

| 0.500 | 0.167 | 0.333 | |

--------------------|-----------|-----------|-----------|-----------|


CrossTable()函数有很多选项,可以做许多事情:计算(行、列、单元格)的百分比;指

定小数位数;进行卡方、Fisher和McNemar独立性检验;计算期望和(皮尔逊、标准化、调整的

标准化)残差;将缺失值作为一种有效值;进行行和列标题的标注;生成SAS或SPSS风格的输出。