今天浏览R包，发现一个不错的包——DescrTab2包。

看R包介绍，这个包可以绘制出版物质量级别的描述统计表。

看起来很不错。

下面来学习下。

1. R包安装和加载

install.packages("DescrTab2") # 安装包
library(DescrTab2) # 加载包

2. 加载演示数据集

library(magrittr) # 加载R包
dat "Species", "Sepal.Length")]
# 选择iris数据集的"Species", "Sepal.Length"变量另建一个dat数据集
dat %<>% mutate(animal= c("Mammal", "Fish") %>% rep(75) %>% factor())
# 在dat数据集中新建一个分组变量animal，水平为"Mammal", "Fish"。
dat %<>% mutate(food= c("fries", "wedges") %>% sample(150, TRUE) %>% factor())
# 在dat数据集中新建一个分组变量food，水平为"fries", "wedges"。

dat

在数据集中，有150行数据，4个变量，其中Species、animal、food这三个变量为分组变量，Sepal.Length变量为连续变量。

3. 创建描述统计表

在DescrTab2包，使用descr()函数来创建统计描述表。

直接将数据集放在函数中即可创建简单的统计描述表。

descr(dat)

如上图所示，就简单的创建了一个描述统计表。

上面结果总共输出了4列数据。

第一列为变量，包括连续变量和分类变量。连续变量的结果有例数、均数、标准差、中位数、四分位间距、极差等；分类变量则显示每个分类水平。

第二列变量显示第一列各数据的数值；

第三列显示P值；

第四列显示P值的计算方法，分类变量为卡方拟合优度检验，连续变量为单样本t检验。

4. 访问表格元素

如果我们需要获取表格中的某些统计数值，可以将descr(dat)传递给一个参数，这个参数是一个list列表，然后再读取其中的数值。

# my_table是一个list列表。
my_table 

# 可以使用$符号访问my_table中的结果
my_table$variables$Sepal.Length$results$Total$mean
# [1] 5.843333

5. 指定分组变量

上面我们是没有添加分组变量的，现在我们在描述统计表中添加一个分组变量看看。

比如说在描述统计标准中添加Species分组变量。

descr(dat, "Species")

如上图所示，多组连续变量执行F检验，单因素方差分析。多组分类变量，也就是列联表资料，执行皮尔逊卡方检验。

6. 添加组标签

可以给上图中的行变量和分组变量分别添加标签，换句话说就是修改这些变量的名称。

descr(dat, "Species", 
      group_labels=list(setosa = "setosa自定义", 
                        versicolor = "versicolor自定义",
                        virginica = "virginica自定义"), 
      var_labels = list(Sepal.Length = "Sepal.Length标签",
                        animal = "animal变量", 
                        food = "food标签"))

7. 计算两组比较的置信区间

如果分组变量是二分类变量，函数会自动计算并输出置信区间的数值，三分类变量及以上就不会输出了。

descr(dat, "animal")

8. 指定统计检验方法

上面执行的统计检验方法都是默认的，也可以执行我们指定的统计检验方法。

更多的统计检验方法选择：https://imbi-heidelberg.github.io/DescrTab2/articles/test_choice_tree_pdf.pdf

# 去掉数据集中的"Species"变量，余下的变量执行精确检验和非参数检验
descr(dat %>% select(-"Species"), "animal", 
      test_options = list(exact=TRUE, nonparametric=TRUE))

分组变量为animal，Sepal.Length变量执行Mann-Whitney U test，food变量执行Boschloos test。

descr(dat %>% select(c("Species", "Sepal.Length")), "Species",
      test_options = list(nonparametric=TRUE))

同上。

9. 配对设计t检验

在配对设计中，分组变量通常跟时间有关，比如说某一处理前后的比较。

在这种情况下，你需要设置索引变量来指定哪些不同时间点的观察值需要进行配对。

descr(dat %>% mutate(animal = fct_recode(animal, Before="Fish", After="Mammal")) 
      %>% select(-"Species"), "animal",
      test_options = list(paired=TRUE, indices=rep(1:75, each=2)))

10. 设置有效数字

DescrTab2包中的每部分摘要统计信息都可以通过相应的参数进行设置。

比如说设置均数和标准差的有效数字。

descr(dat, "Species", 
      format_summary_stats = list(
        mean=function(x)formatC(x, digits = 4),
        sd = function(x)formatC(x, digits = 5))
      )

11. 合并均值和标准差

使用format_options = list(combine_mean_sd=TRUE)即可。

descr(dat, "Species", format_options = c(combine_mean_sd=TRUE))

有兴趣的可以点击阅读原文进行更深入的学习。

参考资料

1. DescrTab2包帮助文件