R语言学习系列24频率表和列联表Word文件下载.docx
《R语言学习系列24频率表和列联表Word文件下载.docx》由会员分享,可在线阅读,更多相关《R语言学习系列24频率表和列联表Word文件下载.docx(11页珍藏版)》请在冰点文库上搜索。
率是具有时间概念或速度、强度意义的指标,表示某个时期内某事件发生的频率或强度,例如速率、频率、费率、发病率等。
二、二维列联表
1.rxc二维列联表:
(1)共n个样本;
(2)按两种属性AB,属性A有r个水平值:
A,…,Ar;
属性B有c个水平值:
B,…,Bc.属性A=A,属性B=B的样本数为nj.
(3)ni.=“属性A=A”的合计数,m二“属性B=B”的合计
二堆的"
丰朝联農
斷
■■■
11
舍讣
g
・・・
nla
眄■
■
»
Art
-*■
%
舍计
i
nJ
n
fl
注:
多分类变量对应高维列联表。
生成二维列联表使用函数table(),基本格式为:
table(A,B)
其中,A为行变量,B为列变量。
或者使用函数xtabs(),基本格式为:
xtabs(~A+B,data二mydata)
其中,mydata为矩阵或数据框;
要进行交叉分类的变量放在~右侧,以+作为分隔符,若某个变量写在~左侧,则为频数向量,常用于数据已经被表格化时。
注:
table函数默认忽略NA值,若要将NA直作为一个类别,需要使用参数useNA二"
ifany"
mytable<
-xtabs(~Treatment+lmproved,data=Arthritis)#生成治疗
方法与疗效的二维列联表(频数)
mytable
Improved
TreatmentNoneSomeMarked
Placebo2977
Treated13721
prop.table(mytable)#各单元格占的比例(所有行列总和=1)
Placebo0.345238100.083333330.08333333
Treated0.154761900.083333330.25000000
margin.table(mytable,1)#对第1个变量(行变量)生成边际频数
Treatment
PlaceboTreated
4341
prop.table(mytable,1)#对第1个变量(行变量)生成边际比例(每行和
=1)
Placebo0.67441860.16279070.1627907
Treated0.31707320.17073170.5121951
#可见与安慰剂组相比,治疗组的治愈率从16%!
高到51%
margin.table(mytable,2)#对第2个变量(列变量)生成边际频数
NoneSomeMarked
421428
prop.table(mytable,2)#对第2个变量(列变量)生成边际比例(每列
和=1)
Placebo0.69047620.50000000.2500000
Treated0.30952380.50000000.7500000
addmargins(mytable)#将边际求和结果添加到表格(频数)
TreatmentNoneSomeMarkedSum
Placebo297743
Treated1372141
Sum42142884
addmargins(prop.table(mytable))#将边际求和结果添加到表格(比例)
Placebo0.345238100.083333330.083333330.51190476
Treated0.154761900.083333330.250000000.48809524
Sum0.500000000.166666670.333333331.00000000
addmargins(prop.table(mytable,1),2)#只添加列边际
Placebo0.67441860.16279070.16279071.0000000
Treated0.31707320.17073170.51219511.0000000
addmargins(prop.table(mytable,2),1)#只添加行边际
Sum1.00000001.00000001.0000000
2.gmodels包中的函数CrossTable()
该函数仿照SAS中PROCFRE或SPSS中CROSSTABS形式生成
二维列联表。
它有很多选项,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。
library(gmodels)
CrossTable(Arthritis$Treatment,Arthritis$lmproved)
t#11Cciwrrt?
]■■■■■■■■■■■■IM■OB■■|
N|Ichi-squarecontributionI
N/RowTot-al|N/ColTotalIN/Tableratal|
TotalObser.ations-fnTable:
E4
|Arthr111sjln^jroved
ArthritisSTreatm^rit|None|Sofnt
三、多维列联表
table()和xtabs()都可以基于三个或更多的分类变量(因子)生成多维列联表。
margin.table()、prop.table()禾口addmargins()函数也可类似推广到
多维。
另外,ftable()函数可以用一种紧凑的“平铺式”输出多维列联表。
mytable<
-xtabs(~Treatment+Sex+lmproved,data=Arthritis)
,Improved=None
Sex
TreatmentFemaleMale
Placebo1910
Treated67
,Improved=Some
Placebo70
Treated52
,Improved=Marked
Placebo61
Treated165
ftable(mytable)
ImprovedNoneSomeMarked
TreatmentSex
PlaceboFemale
197
6
Male
10
01
TreatedFemale
65
16
7
25
margin.table(mytable,1)
#边际频数
margin.table(mytable,2)
FemaleMale
5925
margin.table(mytable,3)
margin.table(mytable,c(1,3))
#相当于1:
治疗方法x3:
疗效的二维列联表
ftable(prop.table(mytable,c(1,2)))#紧凑形式显示
1:
治疗方法X2:
性别的各类疗效情况(比例)
0.593750000.218750000.18750000
0.909090910.000000000.09090909
0.222222220.185185190.59259259
0.500000000.142857140.35714286
ftable(addmargins(prop.table(mytable,c(1,2)),3))
#继续给第3变量添加边际
ImprovedNoneSomeMarkedSum
0.593750000.218750000.187500001.00000000
0.909090910.000000000.090909091.00000000
0.222222220.185185190.592592591.00000000
0.500000000.142857140.357142861.00000000
ftable(addmargins(prop.table(mytable,c(1,2)),3))*100
#继续改成百分比
NoneSomeMarkedSum
59.37500021.87500018.750000100.000000
90.9090910.0000009.090909100.000000
22.22222218.51851959.259259100.000000
50.00000014.28571435.714286100.000000
2.多维列联表的图形展示一一马赛克图
单个分类变量,可以使用柱状图或者饼图;
若存在两个分类变量,可以使用三维柱状图;
两个以上的分类变量可以使用马赛克图。
马赛克图中,嵌套矩形面积正比于单元格频率,其中该频率即多维列联表中的频率。
颜色和/或阴影可表示拟合模型的残差值。
使用mosaic()函数,基本格式为:
mosaic(table)
其中,table为数组形式的列联表;
或者用
mosaic(formula,data=)
其中,formula为形如~var1+var2+…的公式,data为数据框或表格;
可选项shade二TRUE各根据拟合模型的皮尔逊残差值对图形上色;
legend二TRUE将展示残差的图例。
library(vcd)
ftable(Titanic)
SurvivedNoYes
ClassSexAge
1stMaleChild05
Adult11857
FemaleChild01
Adult4140
2ndMaleChild011
Adult15414
FemaleChild013
Adult1380
3rdMaleChild3513
Adult38775
FemaleChild1714
Adult8976
CrewMaleChild00
Adult670192
FemaleChild00
Adult320
mosaic(Titanic,shade=TRUE,legend=TRUE)mosaic(~Class+Sex+Age+Survived,data=Titanic,shade=TRUE,legend=TRUE)
#上面两种代码效果相同
上图为按船舱等级、乘客性别和年龄层绘制的泰坦尼克号幸存者的马赛克图。
可以看出:
(1)从船员到头等舱,存活率陡然提高;
(2)大部分孩子都处在三等舱和二等舱中;
(3)在头等舱中的大部分女性都存活了下来,而三等舱中仅有一
半女性存活;
(4)船员中女性很少,导致该组的Survived标签重叠(图底部的No和Yes)
扩展的马赛克图添加了颜色和阴影来表示拟合模型的残差值:
蓝色阴影表明,在假定生存率与船舱等级、性别和年龄层无关的条件下,该类别下的生存率通常超过预期值。
红色阴影则含义相反。
图形表明,在模型的独立条件下,头等舱女性存活数和男性船员死亡数超过模型预期值。
如果存活数与船舱等级、性别和年龄层独立,三等舱男性的存活数比模型预期值低。