Artículos sobre análisis del lenguaje R

Alexander

En artículos epidemiológicos o médicos, la descripción de la situación básica del objeto de investigación suele presentarse en forma de tabla y colocarse al principio del sección de resultados. Esa es la Tabla 1. El contenido principal es la descripción general del objeto de investigación y la visualización grupal de las variables o covariables de investigación.

Hace unos días pasé dos días analizando los datos y revisando el artículo, incluido casi un día de entrada manual de datos (organizando los resultados del análisis en Excel o Word desde R Studio. No es solo el tiempo). -consumiendo, pero también muy fácil. Algo salió mal. He estado tratando de encontrar tiempo para crear tablas mediante la programación de rebajas de R, pero los resultados no son ideales.

Después de aprender de esta experiencia, a partir de la Tabla 1, encontré varios buenos métodos. Uno de ellos es más legible y editable, así que lo aprendí y lo compartí con todos como una herramienta muy práctica.

Aquí nos referimos principalmente a un blog que utiliza knitter: table mania para publicar rápidamente y procesar y anotar los detalles.

1 Preparación de datos

Los datos provienen principalmente del melanoma en el paquete de arranque. Después de cargar, observe la estructura básica de los datos.

A continuación, simplemente organice los datos para prepararlos para el análisis posterior;

Defina las variables categóricas como tipos de factores y establezca etiquetas (se recomienda establecer una nueva variable aquí, solo para Make Tabla 1, que no afecta el análisis posterior);

2 Instale y cargue el paquete r Gmisc

Al cargar "Gmisc", debe cargar los dos últimos paquetes.

3. Personaliza funciones y crea tablas.

Personalice funciones basadas en funciones existentes y cree tablas. Defina una función, ingrese las variables del conjunto de datos y obtenga los resultados estadísticos de las variables:

Una vez completada la definición de la función, cree una lista vacía para almacenar los resultados del análisis de cada variable y la Los resultados del análisis se almacenan en la lista:

p>

Combina todos los resultados en una matriz y crea un grupo r (el nombre de la variable en la primera columna de la Tabla 1) y un grupo n.r (la fila de cada variable en la primera columna de la Tabla 1):

El resultado es:

Por supuesto, en algunos casos, es necesario agregar encabezados de columna adicionales. ¿Cómo agregar?

Como se muestra a continuación:

Los resultados son los siguientes:

4 Exportar resultados

Haga clic en el botón blanco en el visor de R Studio ventana y explore Ábralo en su navegador, luego cópielo y péguelo en Word para su posterior procesamiento y modificación.

¿Es emocionante?

Debería haber otros métodos de exportación, pero este es muy conveniente.

Selección de función extendida

1. Solo se muestra una variable en la segunda categoría (como masculino y femenino). Siempre que el parámetro "show_all_values" de getDescriptionStatsBy esté establecido en FALSE

2. El parámetro "useNA" de getDescriptionStatsBy está configurado en "ifany", lo que significa que si faltan valores, los valores faltantes se mostrarán; si se establece en "No", significa que los valores faltantes nunca se mostrarán; mostrado; "Siempre" significa que se mostrarán independientemente de si faltan valores;

13.La columna Total se puede eliminar y el parámetro "add_total_col" de getDescriptionStatsBy se puede establecer en FALSO. .

Desventajas

1. La prueba de diferencias es un método no paramétrico. Aunque no hay nada de malo, generalmente los datos que cumplen con las condiciones de las pruebas paramétricas aún necesitan utilizar métodos de prueba paramétricas. Aquí puede modificar el valor P después de la autoprueba.

Hay un paréntesis en la forma de visualización de la media (SD), que resulta un poco incómodo. Todavía no sé cómo quitarlo. Los amigos que tengan métodos pueden compartir y comunicarse.

Además, existen otros paquetes de R para crear la tabla 1, como la tabla 1 (el nombre del paquete de R), el paquete tableone y otros paquetes de R para generar tablas (plyr, etc.) .

). Personalmente, creo que este es el más fácil de entender y dominar. Si está interesado, puede explorar y comparar las funciones de otros paquetes.

Enlace original: lgtxxjamtfgxb 8 ka 8 vinksxdo 6 a 1 qxny-4k 8 aye 9 wumyksarbldywo-vazmcnpjia 5 agfabifighao new=1