之前給大家寫過一篇數(shù)據(jù)清洗的文章，解決的問題是你拿到原始數(shù)據(jù)后如何快速地對數(shù)據(jù)進行處理，處理到你基本上可以拿來分析的地步，其中介紹了如何選變量如何篩選個案，變量重新編碼，如何去重，如何替換缺失值，如何計算變量等等——R數(shù)據(jù)分析：數(shù)據(jù)清洗的思路和核心函數(shù)介紹

今天呢，就更進一步，對于一個處理好的數(shù)據(jù)，我們就可以進行統(tǒng)計分析了，本文的思路就是對照期刊論文的一般流程寫寫如何快速的實現(xiàn)一篇論文的統(tǒng)計過程并簡潔高效地展示結(jié)果。依然提醒大家，請先收藏本文再往下讀哈。

先做描述統(tǒng)計

基本上文章結(jié)果部分一上來首先展示的就是描述統(tǒng)計，就是你有多少樣本，樣本特征是啥樣的—-連續(xù)變量的均值標(biāo)準(zhǔn)差是多少，分類變量的頻數(shù)百分比是多少等等，這些都是描述統(tǒng)計

做法1：

比如我現(xiàn)在拿到手的處理好的數(shù)據(jù)是這樣：

圖1

比如我想看看男女之間它們每個變量的均值是多少，我就可以寫出如下代碼：

data %>% 
  group_by(gend.f) %>%
  summarize(mean_figures=mean(figures),
            mean_cards=mean(cards),
            mean_words=mean(wordlist))

運行之后可以看到輸出中就按照性別輸出了三個變量的均值。

如果我們想要描述的變量很多，可以用summarize_at函數(shù)進一步簡化代碼如下：

data %>% 
  group_by(gend.f) %>%
  summarize_at(vars("figures","cards","wordlist"), mean)

運行后得到結(jié)果如下：

上面是均值的例子，其余的比如標(biāo)準(zhǔn)差只需要將mean函數(shù)一換就可以。

方法2：

方法1感覺還是有點呆哈，給大家介紹方法2：我們還可以直接用psych包中的describe函數(shù)也可以得到連續(xù)變量常用的描述統(tǒng)計量，比如運行下面的代碼：

describe(data, fast = T)

就可以得到數(shù)據(jù)的描述統(tǒng)計，包括個數(shù)，均值，標(biāo)準(zhǔn)差，極值極差標(biāo)準(zhǔn)誤，比方法1要方便一丟丟的：

如果將fast參數(shù)去掉，則偏度峰度，中位數(shù)等等也會出現(xiàn)：

以上兩種方法都是針對連續(xù)變量的部分處理方法，適用性沒有那么好，再接著看下面的做法

做法3：使用tableone包

做描述統(tǒng)計第三個方法就是用tableone包，依然是對于圖1中的數(shù)據(jù)，我現(xiàn)在想做一個描述統(tǒng)計，連續(xù)變量用均值±標(biāo)準(zhǔn)差，分類變量用頻數(shù)百分比表示，我就可以寫出如下代碼：

(tab_nhanes <- CreateTableOne(data = data))

運行后得到如下描述統(tǒng)計結(jié)果：

可以看到，sex變量是用頻數(shù)百分比進行描述的，其余的連續(xù)變量都是以均值標(biāo)準(zhǔn)差呈現(xiàn)的。

在使用tableone包的時候如果你通過正態(tài)性檢驗發(fā)現(xiàn)某個變量不是正態(tài)分布的，這個時候需要用中位數(shù)和四分位數(shù)間距進行描述，此時在打印tableone對象的時候加上nonnormal = "變量名"參數(shù)就好了，比如我現(xiàn)在知道我的數(shù)據(jù)中年齡是不服從正態(tài)分布的，我就可以寫出如下代碼：

print(tab_nhanes, 
      showAllLevels = TRUE,
      nonnormal = "Age"
     )

大家肯定見過這樣的表格展示的描述統(tǒng)計，就是分組描述統(tǒng)計：

比如干預(yù)實驗中對照組和干預(yù)組的特征比較，兩組隨訪數(shù)據(jù)的基線特征比較等等。

這樣的表格用tableone也是非常容易實現(xiàn)的，比如我的原始數(shù)據(jù)長這樣：

圖2

我現(xiàn)在想以Gender這個變量進行分組描述統(tǒng)計，我便可以寫出如下代碼：

strata <- CreateTableOne(data = data,
                         vars = c("Age", "Race", "Education"), 
                         factorVars = c("Race","Education"), 
                         strata = "Gender"
)
print(strata, 
      nonnormal = "Age", 
      cramVars = "Gender")

上面的代碼中，strata參數(shù)設(shè)置分組變量，factorVars指定變量類型為因子，vars參數(shù)指定我們要進行統(tǒng)計描述的變量，運行后出來的結(jié)果如下：

可以看到既有所有變量的統(tǒng)計描述還有組間比較的p值，另外我們可以很方便地通過以下代碼將做出來的tableone輸出成csv：

tab_csv <- print(strata,
                 nonnormal = "Age",
                 printToggle = FALSE)
write.csv(tab_csv, file = "Summary.csv")

運行后即可在目錄中找到相應(yīng)的csv文件，然后直接復(fù)制粘貼到論文中。

圖3

方法4：gtsummary

最后要給大家介紹的方法就是使用gtsummary中的tbl_summary函數(shù)，比如依然是上面的數(shù)據(jù)（圖1中的數(shù)據(jù)），我使用gtsummary函數(shù)寫出代碼如下：

data %>% tbl_summary(
  by=Gender,statistic = all_continuous() ~ "{mean} ({sd})",
) %>% add_p() %>% modify_caption("**Table 1. Please follow Wechat Channel--Codewar**")

可以看到，代碼基本就1行，add_p是添加分組比較的p值（按需使用），modify_caption是更改表的標(biāo)題，運行上面的代碼，即可得到又一張出版級的表格如下（內(nèi)容和圖3也是一樣的）：

圖3

真棒！這個表格也可以通過write.csv輸出為excel然后直接貼到你的論文中。

再做相關(guān)分析

描述統(tǒng)計做完了之后我們有可能會需要做一下各個變量間的兩兩相關(guān)，期刊中常見的比較標(biāo)準(zhǔn)的相關(guān)結(jié)果表示方法如下，變量均值和標(biāo)準(zhǔn)差占兩列，然后相關(guān)矩陣放后面：

這樣的表格也有十分簡單的做法，大家可以直接使用mlmCorrs這個包，比如對于圖1中的數(shù)據(jù)，我想拉一個和上圖一樣布局的結(jié)果表格，我只需要直接運行下面的代碼：

data %>% 
  select(wordlist:occupats) %>% 
  mlmCorrs::corstars()

便可以得到結(jié)果如下，真的是很方便呀：

其實在R語言中拉相關(guān)的方法很多，但是就是這個好用，最好用。其它的還有g(shù)gpairs，還有corrr::correlate()還有Hmisc::rcorr都可以，有興趣的同學(xué)可以自己取探索一番！

再做主分析

變量間的相關(guān)關(guān)系做完之后，大家要做多因素分析了，比如你要做個多元線性回歸，比如你要做個邏輯斯蒂回歸，或者做個生存分析，這些分析是你論文中最重要的部分，也是你的主要研究結(jié)論的體現(xiàn)。

這兒也給大家展示幾個例子，首先寫個簡單的多元線性回歸，其余的直接改相應(yīng)的主分析函數(shù)就行。

方法1：tab_model

依然是圖1中的數(shù)據(jù)，我現(xiàn)在隨意跑了兩個線性回歸模型，代碼如下：

model1 <- lm(cards ~ wordlist, data=data_txt)
model2 <- lm(cards ~ figures, data=data_txt)

我想要展示模型的信息，只需要運行下面的代碼就可以：

sjPlot::tab_model(model1, model2)

得到的結(jié)果：

可以看到兩個線性回歸模型的結(jié)果被并列地展示出來了，結(jié)果還是挺好的，這里用到的tab_model當(dāng)然不止可以可以用到普通的線性回歸中，像廣義線性模型和混合模型都是可以的。

方法2：gtsummary

剛剛寫了線性回歸的例子，再給大家看看logistics回歸和cox回歸的模型展示，我先用同一批數(shù)據(jù)擬合一個logistics模型和一個cox模型：

glm(response ~ trt + age + grade, trial, family = binomial) %>% 
  tbl_regression(exponentiate = TRUE)
  coxph(Surv(ttdeath, death) ~ trt + grade + age, trial) %>%
  tbl_regression(exponentiate = TRUE)

logistics模型的結(jié)果輸出如下：

cox模型的結(jié)果如下：

此時我可以用tbl_merge函數(shù)將兩個模型合并起來展示（這也是多個模型時的常規(guī)展示方法），代碼如下：

tbl_merge_ex1 <-
  tbl_merge(
    tbls = list(t1, t2),
    tab_spanner = c("**Tumor Response**", "**Time to Death**")
  ) %>% modify_caption("**關(guān)注公眾號喲-Please follow Wechat Channel--Codewar**")

運行后輸出結(jié)果如下：

可以看到，同樣的變量，跑了兩個不同的模型，依然可以通過tbl_merge恰當(dāng)?shù)睾喜⒄故境鰜?，很清晰，?dāng)然論文中肯定不會這么用，一般都是模型變量依次添加從而形成幾個模型并排展示，這樣的情況用tbl_merge也是可以的，可以動手試試哈。

小結(jié)

今天以假設(shè)的數(shù)據(jù)分析的流程為線，寫了常規(guī)流程中的描述統(tǒng)計，相關(guān)，回歸的做法，重點在如何快速地呈現(xiàn)出版級的結(jié)果，因為涉及的比較多，寫的例子就比較淺顯了，不過這里面提到的每一個包都值得大家細細探索。

感謝大家耐心看完，自己的文章都寫的很細，重要代碼都在原文中，希望大家都可以自己做一做，請轉(zhuǎn)發(fā)本文到朋友圈后私信回復(fù)“數(shù)據(jù)鏈接”獲取所有數(shù)據(jù)和本人收集的學(xué)習(xí)資料。如果對您有用請先記得收藏，再點贊分享。

也歡迎大家的意見和建議，大家想了解什么統(tǒng)計方法都可以在文章下留言，說不定我看見了就會給你寫教程哦，有疑問歡迎私信，有合作意向請直接滴滴我。

如果你是一個大學(xué)本科生或研究生，如果你正在因為你的統(tǒng)計作業(yè)、數(shù)據(jù)分析、模型構(gòu)建,科研統(tǒng)計設(shè)計等發(fā)愁，如果你在使用SPSS, R，Python，Mplus, Excel中遇到任何問題，都可以聯(lián)系我。因為我可以給您提供最好的，最詳細和耐心的數(shù)據(jù)分析服務(wù)。

如果你對Z檢驗，t檢驗，方差分析，多元方差分析，回歸，卡方檢驗，相關(guān)，多水平模型，結(jié)構(gòu)方程模型，中介調(diào)節(jié)，量表信效度等等統(tǒng)計技巧有任何問題，請私信我，獲取詳細和耐心的指導(dǎo)。

If you are a student and you are worried about you statistical #Assignments, #Data #Analysis, #Thesis, #Reports, #Composing, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-Programming, #Excel, Mplus, then contact me. Because I could provide you the best services for your Data Analysis.

Are you confused with statistical Techniques like z-test, t-test, ANOVA, MANOVA, Regression, Logistic Regression, Chi-Square, Correlation, Association, SEM, multilevel model, mediation and moderation etc. for your Data Analysis…??

Then Contact Me. I will solve your Problem…

加油吧，打工人！

往期精彩

R數(shù)據(jù)分析：ROC曲線與模型評價實例

R數(shù)據(jù)分析：用R語言做潛類別分析LCA

R數(shù)據(jù)分析：貝葉斯定理的R語言模擬

R語言：利用caret的dummyVars函數(shù)設(shè)置虛擬變量

R數(shù)據(jù)分析：什么是人群歸因分數(shù)Population Attributable Fraction

R數(shù)據(jù)分析：如何用R做驗證性因子分析及畫圖，實例操練

R數(shù)據(jù)分析：有調(diào)節(jié)的中介

R數(shù)據(jù)分析：手把手教你畫列線圖(Nomogram)及解讀結(jié)果

R數(shù)據(jù)分析：傾向性評分匹配完整實例（R實現(xiàn)）

R數(shù)據(jù)分析：樣本量計算的底層邏輯與實操，pwr包

R數(shù)據(jù)分析：臨床預(yù)測模型的樣本量探討及R實現(xiàn)

R文本挖掘：中文詞云生成

R文本挖掘：文本聚類分析

R數(shù)據(jù)分析：變量間的非線性關(guān)系，多項式，樣條回歸和可加模型

R數(shù)據(jù)分析：PLS結(jié)構(gòu)方程模型介紹，論文報告方法和實際操作

R數(shù)據(jù)分析：二分類因變量的混合效應(yīng)，多水平logistics模型介紹

R數(shù)據(jù)分析：如何做數(shù)據(jù)的非線性關(guān)系，多項式回歸的做法和解釋

R數(shù)據(jù)分析：跟隨top期刊手把手教你做一個臨床預(yù)測模型

Mplus數(shù)據(jù)分析：性別差異gendergap的相關(guān)研究如何做？

R數(shù)據(jù)分析：50人中至少兩人相同生日的概率有多大？模擬給你看

R數(shù)據(jù)分析：嵌套數(shù)據(jù)分析為什么要用加隨機效應(yīng)？終于解釋清楚了

R數(shù)據(jù)分析：Lasso回歸篩選變量構(gòu)建Cox模型并繪制列線圖

R數(shù)據(jù)分析：潛變量與降維方法（主成分分析與因子分析）

R數(shù)據(jù)分析：如何用lavaan包做結(jié)構(gòu)方程模型，實例解析

R機器學(xué)習(xí)：分類算法之K最鄰進算法（KNN）的原理與實現(xiàn)

R數(shù)據(jù)分析：縱向分類結(jié)局的分析-馬爾可夫多態(tài)模型的理解與實操

R數(shù)據(jù)分析：孟德爾隨機化分析文獻解析和實例操練

R機器學(xué)習(xí)：分類算法之logistics回歸分類器的原理和實現(xiàn)