在這一期我們將要學(xué)習(xí)如何針對(duì)分類變量數(shù)據(jù)創(chuàng)建頻率表和列聯(lián)表，并且在此基礎(chǔ)之上進(jìn)行獨(dú)立性檢驗(yàn)、關(guān)聯(lián)度測(cè)量以及相關(guān)數(shù)據(jù)的可視化。

創(chuàng)建頻率表和列聯(lián)表

R語(yǔ)言提供了許多方法來(lái)創(chuàng)建頻率表和列聯(lián)表，在這里我們主要介紹三種常用的函數(shù)，它們雖有各自的特點(diǎn)，但大同小異，大家在學(xué)習(xí)中能細(xì)細(xì)體會(huì)出來(lái)。

1. 函數(shù)table()

#首先自己創(chuàng)建訓(xùn)練數(shù)據(jù)(這里的數(shù)據(jù)是隨手編寫(xiě)的，不具有科學(xué)性)

#所有的數(shù)據(jù)都是分類變量(這里選擇的是二分類變量)

#建立2維頻率表

A

B

C

mydata

attach(mydata) #固定目標(biāo)數(shù)據(jù)集

mytable

mytable # 輸出表格

margin.table(mytable, 1) # 對(duì)每一行的數(shù)據(jù)求和

margin.table(mytable, 2) # 對(duì)每一列的數(shù)據(jù)求和

prop.table(mytable) # 計(jì)算每一格數(shù)據(jù)占總數(shù)的比例

prop.table(mytable, 1) # 以行為單位，計(jì)算其中每個(gè)變量的占比，每行求和為1

prop.table(mytable, 2) # 以列為單位，計(jì)算其中每個(gè)變量的占比，每列求和為1

當(dāng)然table()函數(shù)也可以生成高維的數(shù)據(jù)表(3個(gè)及以上的變量)，不過(guò)這時(shí)候使用ftable()函數(shù)可能會(huì)得到更好的展示效果。

# 創(chuàng)建3維頻數(shù)表

mytable

table(A,B,C)

ftable(A,B,C)

從上述結(jié)果來(lái)看，確實(shí)是ftable()函數(shù)最后輸出的效果更好。

這里需要注意一點(diǎn)，table()函數(shù)在生成表格的時(shí)候會(huì)默認(rèn)去除NA值，如果想要保留NA,則需要添加參數(shù)exclude=NULL。如果在轉(zhuǎn)換成因子時(shí)想保留NA值，則需要使用如下方法：

newfactor

2. 函數(shù)xtabs()

在xtabs()函數(shù)里你可以使用公式來(lái)進(jìn)行交叉制表：

# 構(gòu)建3維頻數(shù)表

mytable

ftable(mytable) # 使用ftable()函數(shù)簡(jiǎn)潔輸出3維表格

summary(mytable) # 獨(dú)立性檢驗(yàn)(列聯(lián)表的卡方檢驗(yàn))

加入一個(gè)變量出現(xiàn)在了公式的左側(cè)，那么它就是一個(gè)計(jì)算好的頻數(shù)向量

# 例如

DF

xtabs(Freq ~ Gender + Admit, DF) #將不同類的頻數(shù)相加

3. 函數(shù)CrossTable()

CrossTable()是一個(gè)來(lái)自“gmodel”包的強(qiáng)大制表函數(shù)，它有很多功能選項(xiàng)，可以進(jìn)行卡方檢驗(yàn)，Fisher檢驗(yàn)，McNemar檢驗(yàn)，相關(guān)殘差項(xiàng)的計(jì)算以及數(shù)據(jù)標(biāo)準(zhǔn)化等等。但是由于這些功能我們也可以通過(guò)R的基本函數(shù)來(lái)實(shí)現(xiàn)，所以這里就不對(duì)CrossTable()這個(gè)函數(shù)進(jìn)行過(guò)多講解，感興趣的朋友可以使用?CrossTable()自行了解和學(xué)習(xí)。

總結(jié)

以上是生活随笔為你收集整理的rc列联表_R语言入门之频率表和列联表的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。