1

我有一个包含连续列和因子类型列的数据框。我正在尝试使用 gtsummary 按变量分层构建一个汇总表。我的问题如下：

  1. 有没有一种方法可以使用其中一个应用族函数同时测试所有数值变量以确定它们的分布是否正常（例如 shapiro.test()）？
  2. 这样做之后，有没有办法告诉 gtsummary 将正态分布的数据显示为均值（sd），将非正态分布的数据显示为中位数（IQR）？
  3. gtsummary 能否根据分布决定是否使用均值比较的方法？（例如，t 检验与 Mann Whitney U 检验）。

谢谢！

足球俱乐部。

4

1 回答 1

2

我会尝试这样的事情。我以 Iris 数据集为例。要回答您的第一个问题，我将使用 sapply 并使用 shapiro.test 来获取数据是否呈正态分布。我使用 p 值来确定它是否是正态分布的，但如果有更合适的标准，您可以替换自己的标准。在第一步之后，您有两个向量，一个指定哪些变量通常是 dist 哪些不是。然后您可以将该向量传递给 gtsmmary 以告诉它修改这些变量的测试和统计信息。您不需要为默认的非正态分布变量 bc 传递它。

library(gtsummary)
library(dplyr)

normvals <- sapply(iris[sapply(iris, is.numeric)], function(x){
    normtest <- shapiro.test(x)
    #output pvalue
    normtest$p.value
})

notnorm <-  names(normvals[normvals <.05])

norm <- names(normvals[normvals >= .05])


irisdf <- filter(iris, Species != "setosa") %>% 
          mutate(Species = as.character(Species))


    
tbl_summary(irisdf, 
          by = Species,
          statistic = list(all_of(norm) ~ "{mean} ({sd})")) %>% 
add_p(
  test = list(all_of(norm) ~ "t.test"
  ))

编辑：您可以将变量硬编码到 gtsummary 调用中，以便确保它适用于截至 2020 年 9 月 22 日的 CRAN 版本：

tbl_summary(irisdf, 
          by = Species,
          statistic = list(c('Sepal.Width', 'Sepal.Length') ~ "{mean} ({sd})")) %>% 
add_p(
  test = list(c('Sepal.Width', 'Sepal.Length') ~ "t.test"
  ))
于 2020-09-21T14:44:29.847 回答