之前給大家寫(xiě)過(guò)一篇數(shù)據(jù)清洗的文章，解決的問(wèn)題是你拿到原始數(shù)據(jù)后如何快速地對(duì)數(shù)據(jù)進(jìn)行處理，處理到你基本上可以拿來(lái)分析的地步，其中介紹了如何選變量如何篩選個(gè)案，變量重新編碼，如何去重，如何替換缺失值，如何計(jì)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(jìn)一步，對(duì)于一個(gè)處理好的數(shù)據(jù)，我們就可以進(jìn)行統(tǒng)計(jì)分析了，本文的思路就是對(duì)照期刊論文的一般流程寫(xiě)寫(xiě)如何快速的實(shí)現(xiàn)一篇論文的統(tǒng)計(jì)過(guò)程并簡(jiǎn)潔高效地展示結(jié)果。依然提醒大家，請(qǐng)先收藏本文再往下讀哈。

先做描述統(tǒng)計(jì)

基本上文章結(jié)果部分一上來(lái)首先展示的就是描述統(tǒng)計(jì)，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(jì)

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(gè)變量的均值是多少，我就可以寫(xiě)出如下代碼：

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

運(yùn)行之后可以看到輸出中就按照性別輸出了三個(gè)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(jìn)一步簡(jiǎn)化代碼如下：

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

運(yùn)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(jué)還是有點(diǎn)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(jì)量，比如運(yùn)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(jì)，包括個(gè)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(huì)出現(xiàn)：

以上兩種方法都是針對(duì)連續(xù)變量的部分處理方法，適用性沒(méi)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(jì)第三個(gè)方法就是用tableone包，依然是對(duì)于圖1中的數(shù)據(jù)，我現(xiàn)在想做一個(gè)描述統(tǒng)計(jì)，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(xiě)出如下代碼：

(tab_nhanes <- CreateTableOne(data = data))

運(yùn)行后得到如下描述統(tǒng)計(jì)結(jié)果：

可以看到，sex變量是用頻數(shù)百分比進(jìn)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(shí)候如果你通過(guò)正態(tài)性檢驗(yàn)發(fā)現(xiàn)某個(gè)變量不是正態(tài)分布的，這個(gè)時(shí)候需要用中位數(shù)和四分位數(shù)間距進(jìn)行描述，此時(shí)在打印tableone對(duì)象的時(shí)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(xiě)出如下代碼：

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

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

比如干預(yù)實(shí)驗(yàn)中對(duì)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(shí)現(xiàn)的，比如我的原始數(shù)據(jù)長(zhǎng)這樣：

圖2

我現(xiàn)在想以Gender這個(gè)變量進(jìn)行分組描述統(tǒng)計(jì)，我便可以寫(xiě)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(jìn)行統(tǒng)計(jì)描述的變量，運(yùn)行后出來(lái)的結(jié)果如下：

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

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

運(yùn)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(xiě)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(yùn)行上面的代碼，即可得到又一張出版級(jí)的表格如下（內(nèi)容和圖3也是一樣的）：

圖3

真棒！這個(gè)表格也可以通過(guò)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(jì)做完了之后我們有可能會(huì)需要做一下各個(gè)變量間的兩兩相關(guān)，期刊中常見(jiàn)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(jiǎn)單的做法，大家可以直接使用mlmCorrs這個(gè)包，比如對(duì)于圖1中的數(shù)據(jù)，我想拉一個(gè)和上圖一樣布局的結(jié)果表格，我只需要直接運(yùn)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(shí)在R語(yǔ)言中拉相關(guān)的方法很多，但是就是這個(gè)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(gè)多元線性回歸，比如你要做個(gè)邏輯斯蒂回歸，或者做個(gè)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(gè)例子，首先寫(xiě)個(gè)簡(jiǎn)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(gè)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(yùn)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(gè)線性回歸模型的結(jié)果被并列地展示出來(lái)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(xiě)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(gè)logistics模型和一個(gè)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(shí)我可以用tbl_merge函數(shù)將兩個(gè)模型合并起來(lái)展示（這也是多個(gè)模型時(shí)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(hào)喲-Please follow Wechat Channel--Codewar**")

運(yùn)行后輸出結(jié)果如下：

可以看到，同樣的變量，跑了兩個(gè)不同的模型，依然可以通過(guò)tbl_merge恰當(dāng)?shù)睾喜⒄故境鰜?lái)，很清晰，當(dāng)然論文中肯定不會(huì)這么用，一般都是模型變量依次添加從而形成幾個(gè)模型并排展示，這樣的情況用tbl_merge也是可以的，可以動(dòng)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(xiě)了常規(guī)流程中的描述統(tǒng)計(jì)，相關(guān)，回歸的做法，重點(diǎn)在如何快速地呈現(xiàn)出版級(jí)的結(jié)果，因?yàn)樯婕暗谋容^多，寫(xiě)的例子就比較淺顯了，不過(guò)這里面提到的每一個(gè)包都值得大家細(xì)細(xì)探索。

感謝大家耐心看完，自己的文章都寫(xiě)的很細(xì)，重要代碼都在原文中，希望大家都可以自己做一做，請(qǐng)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(duì)您有用請(qǐng)先記得收藏，再點(diǎn)贊分享。

也歡迎大家的意見(jiàn)和建議，大家想了解什么統(tǒng)計(jì)方法都可以在文章下留言，說(shuō)不定我看見(jiàn)了就會(huì)給你寫(xiě)教程哦，有疑問(wèn)歡迎私信，有合作意向請(qǐng)直接滴滴我。

如果你是一個(gè)大學(xué)本科生或研究生，如果你正在因?yàn)槟愕慕y(tǒng)計(jì)作業(yè)、數(shù)據(jù)分析、模型構(gòu)建,科研統(tǒng)計(jì)設(shè)計(jì)等發(fā)愁，如果你在使用SPSS, R，Python，Mplus, Excel中遇到任何問(wèn)題，都可以聯(lián)系我。因?yàn)槲铱梢越o您提供最好的，最詳細(xì)和耐心的數(shù)據(jù)分析服務(wù)。

如果你對(duì)Z檢驗(yàn)，t檢驗(yàn)，方差分析，多元方差分析，回歸，卡方檢驗(yàn)，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(jì)技巧有任何問(wèn)題，請(qǐng)私信我，獲取詳細(xì)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(píng)價(jià)實(shí)例

R數(shù)據(jù)分析：用R語(yǔ)言做潛類別分析LCA

R數(shù)據(jù)分析：貝葉斯定理的R語(yǔ)言模擬

R語(yǔ)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?jǐn)?shù)Population Attributable Fraction

R數(shù)據(jù)分析：如何用R做驗(yàn)證性因子分析及畫(huà)圖，實(shí)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(huà)列線圖(Nomogram)及解讀結(jié)果

R數(shù)據(jù)分析：傾向性評(píng)分匹配完整實(shí)例（R實(shí)現(xiàn)）

R數(shù)據(jù)分析：樣本量計(jì)算的底層邏輯與實(shí)操，pwr包

R數(shù)據(jù)分析：臨床預(yù)測(cè)模型的樣本量探討及R實(shí)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(xiàng)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(bào)告方法和實(shí)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(xiàng)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(gè)臨床預(yù)測(cè)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(jī)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(shí)例解析

R機(jī)器學(xué)習(xí)：分類算法之K最鄰進(jìn)算法（KNN）的原理與實(shí)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(shí)操

R數(shù)據(jù)分析：孟德?tīng)栯S機(jī)化分析文獻(xiàn)解析和實(shí)例操練

R機(jī)器學(xué)習(xí)：分類算法之logistics回歸分類器的原理和實(shí)現(xiàn)