频数表&频率表

66 阅读 0 评论 44 点赞

我是靠谱客的博主懦弱胡萝卜，最近开发中收集的这篇文章主要介绍频数表&频率表，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

一。基本概念

1.频数表是将数据集按照某个特定列分类(分组)时观察每个类/组中数据出现次数的表；

2.列联表是观测数据按两个或更多属性/定性变量分类时所列出的频数分布表，是由两个以上的变量进行交叉分类的频数分布表；

3.频数也称“次数”，对样本数据按某些属性进行分组，统计出各个组内含个体的个数，就是频数；

4.一维列联表就是频数分布表；

5.列联表分析的基本问题是：观察各属性之间是否独立，做简单的描述性统计。

二。创建频数表

频数表用于探索类别型变量，常用table()和 xtabs()来创建频数表：

1.table()使用N个类别变量（因子）创建一个N维列联表

...：一个或多个可以被解释为factor的对象
exclude：如果数据中不包括NA，切useNA未指定，则useNA="ifany"（有疑惑）
useNA：table()默认忽略NA，要在频数统计中将NA视为一个有效类别，设定useNA="ifany"
dnn：在结果中给维度的命名，向量形式
deparse.level：取值为0（dnn名称为空），1（以dnn命名），2（deparse the argument）

2.xtabs()根据一个公式(~var1+var2+...+varN)创建一个N维列联表。

formula：公式，要进行交叉分类的变量应出现在公式的右侧，即 ~ 符号的右方，以+ 作为分割符。
data：包括有公式中变量名的矩阵或数据框
subset：指定data中观测的子集
sparse：指定结果是否为sparse matrix
na.action：一个函数，指定当包括NA时发生什么。若未指定且addNA为TRUE，则结果为na.pass

prop.table()以列联表作为参数，以margins定义的边际把列联表中的频数表示为比例关系。

margin.table()以列联表作为参数，以margins定义的边际列表来计算频数的和。

table：列联表
margins：边际列表，1是第一个分类变量（结果中的行变量），2为第二个分类变量（结果中的列变量）

3.gmodels包中CrossTable()函数

x：向量或矩阵，当指定y时，x为矩阵
y：矩阵或数据框中的向量
digits：比例中小数点位数
expect：TRUE时计算卡方检验
prop.r：TRUE时，计算行比例
prop.c：TRUE时，计算列比例
prop.t：TRUE时，计算table比例
chisq：TRUE时，将列出卡方检验结果
fisher：TRUE时，TRUE时，将列出Fisher检验结果
mcnemar：TRUE时，将列出McNemar检验结果
resid：TRUE时，将列出Pearson检验结果
sresid：TRUE时，将列出标准化残差结果
asresid：TRUE时，将列出校正后标准化残差结果
missing.include：TRUE时，删除未使用因子
format：输出格式SAS（默认）、SPSS

例子：

> library(gmodels)
> CrossTable(Arthritis$Treatment, Arthritis$Improved)
#默认参数
Cell Contents
|-------------------------|
|
N |
| Chi-square contribution |
|
N / Row Total |
|
N / Col Total |
|
N / Table Total |
|-------------------------|
Total Observations in Table:
84
#总频数（总观察数目）
| Arthritis$Improved
Arthritis$Treatment |
None |
Some |
Marked | Row Total |
--------------------|-----------|-----------|-----------|-----------|
Placebo |
29 |
7 |
7 |
43 |
#频数
|
2.616 |
0.004 |
3.752 |
|
#prop.chisq = T
|
0.674 |
0.163 |
0.163 |
0.512 |
#prop.r = T (29/43)
|
0.690 |
0.500 |
0.250 |
|
#prop.c = T (29/42)
|
0.345 |
0.083 |
0.083 |
|
#prop.t = T (29/84)
--------------------|-----------|-----------|-----------|-----------|
Treated |
13 |
7 |
21 |
41 |
|
2.744 |
0.004 |
3.935 |
|
|
0.317 |
0.171 |
0.512 |
0.488 |
|
0.310 |
0.500 |
0.750 |
|
|
0.155 |
0.083 |
0.250 |
|
--------------------|-----------|-----------|-----------|-----------|
Column Total |
42 |
14 |
28 |
84 |
|
0.500 |
0.167 |
0.333 |
|
--------------------|-----------|-----------|-----------|-----------|
> CrossTable(Arthritis$Treatment, Arthritis$Improved,prop.r = F,prop.c = F,prop.t =
F,prop.chisq = T,chisq = T)
#比例计算F,chisq = T卡方检验
Cell Contents
|-------------------------|
|
N |
| Chi-square contribution |
|-------------------------|
Total Observations in Table:
84
| Arthritis$Improved
Arthritis$Treatment |
None |
Some |
Marked | Row Total |
--------------------|-----------|-----------|-----------|-----------|
Placebo |
29 |
7 |
7 |
43 |
|
2.616 |
0.004 |
3.752 |
|
--------------------|-----------|-----------|-----------|-----------|
Treated |
13 |
7 |
21 |
41 |
|
2.744 |
0.004 |
3.935 |
|
--------------------|-----------|-----------|-----------|-----------|
Column Total |
42 |
14 |
28 |
84 |
--------------------|-----------|-----------|-----------|-----------|
Statistics for All Table Factors
Pearson's Chi-squared test
------------------------------------------------------------
Chi^2 =
13.05502
d.f. =
2
p =
0.001462643
#Chi^2=为prop.chisq各值之和,越大，Treatment与Improvement关系越小
#d.f.自由度
> CrossTable(Arthritis$Treatment, Arthritis$Improved,prop.r = F,prop.c = F,prop.t =
F,prop.chisq = T,chisq = F,fisher = T)
#Fisher检验
Cell Contents
|-------------------------|
|
N |
| Chi-square contribution |
|-------------------------|
Total Observations in Table:
84
| Arthritis$Improved
Arthritis$Treatment |
None |
Some |
Marked | Row Total |
--------------------|-----------|-----------|-----------|-----------|
Placebo |
29 |
7 |
7 |
43 |
|
2.616 |
0.004 |
3.752 |
|
--------------------|-----------|-----------|-----------|-----------|
Treated |
13 |
7 |
21 |
41 |
|
2.744 |
0.004 |
3.935 |
|
--------------------|-----------|-----------|-----------|-----------|
Column Total |
42 |
14 |
28 |
84 |
--------------------|-----------|-----------|-----------|-----------|
Fisher's Exact Test for Count Data
------------------------------------------------------------
Alternative hypothesis: two.sided
p =
0.001393195
#输出格式为SPSS
> CrossTable(Arthritis$Treatment, Arthritis$Improved,format = "SPSS")
Cell Contents
|-------------------------|
|
Count |
| Chi-square contribution |
|
Row Percent |
|
Column Percent |
|
Total Percent |
|-------------------------|
Total Observations in Table:
84
| Arthritis$Improved
Arthritis$Treatment |
None
|
Some
|
Marked
| Row Total |
--------------------|-----------|-----------|-----------|-----------|
Placebo |
29
|
7
|
7
|
43
|
|
2.616
|
0.004
|
3.752
|
|
|
67.442% |
16.279% |
16.279% |
51.190% |
|
69.048% |
50.000% |
25.000% |
|
|
34.524% |
8.333% |
8.333% |
|
--------------------|-----------|-----------|-----------|-----------|
Treated |
13
|
7
|
21
|
41
|
|
2.744
|
0.004
|
3.935
|
|
|
31.707% |
17.073% |
51.220% |
48.810% |
|
30.952% |
50.000% |
75.000% |
|
|
15.476% |
8.333% |
25.000% |
|
--------------------|-----------|-----------|-----------|-----------|
Column Total |
42
|
14
|
28
|
84
|
|
50.000% |
16.667% |
33.333% |
|
--------------------|-----------|-----------|-----------|-----------|

4.ftable()结果相较table()、xtabs()更为紧凑

row.vars：结果中展示的变量行数（会更改行变量）
col.vars：结果中展示的变量列数（会更改列变量）

table()、xtabs()与ftable()差别

> with(Arthritis,table(Treatment,Improved,Sex))
, , Sex = Female
Improved
Treatment None Some Marked
Placebo
19
7
6
Treated
6
5
16
, , Sex = Male
Improved
Treatment None Some Marked
Placebo
10
0
1
Treated
7
2
5
> xtabs(~ Treatment+Improved+Sex, data=Arthritis)
, , Sex = Female
Improved
Treatment None Some Marked
Placebo
19
7
6
Treated
6
5
16
, , Sex = Male
Improved
Treatment None Some Marked
Placebo
10
0
1
Treated
7
2
5
> with(Arthritis,ftable(Treatment,Improved,Sex))
#结果更紧凑，分组更详细
Sex Female Male
Treatment Improved
Placebo
None
19
10
Some
7
0
Marked
6
1
Treated
None
6
7
Some
5
2
Marked
16
5

三。将列联表转换为扁平格式

table2flat <- function(mytable){
df <- as.data.frame(mytable)
rows <- dim(df)[1]
cols <- dim(df)[2]
x <- NULL
for (i in 1:rows) {
for (j in 1:df$Freq[i]) {
row <- df[i,c(1:(cols-1))]
x <- rbind(x,row)
}
}
row.names(x) <- c(1:dim(x)[1])
return(x)

此函数可以接受R中表格（行列数任意）并返回一个扁平格式的数据框