35

我有一个数据框，其中包含在不同日期从临床分离物中识别出的许多感染。

到目前为止，我已经将数据组织成我想要开始使用的形状。我正在尝试为报告的描述性统计准备一系列表格。

我一直在使用ftable并获得以下内容：

onset.types <- ftable(SAB$Onset,SAB$MRSA.Type,year(SAB$Collection.Date))
                             2005 2006 2007 2008 2009 2010

Community                     454  472  512  499  525  512
          AUS-2/3-like         28   23   27   29   32   38
          EMRSA-15-like         9    4    4    9    8    8
          nmMRSA               40   47   53   39   64   60
          Other mMRSA           1    3    3   11    5    9
          unclassified MRSA     0    2    0    0    1    1
Hospital                      163  163  156  164  149  165
          AUS-2/3-like         31   33   27   31   29   28
          EMRSA-15-like         3    8    5    9    4    3
          nmMRSA               10    9   13   17   13   12
          Other mMRSA           5    1    6    2    3   10
          unclassified MRSA     2    0    1    0    0    0

两个问题：

1：我将如何计算边际总数

2：有没有一种简单的方法来计算百分比以及用边际总数再次计数

我已经尝试过 Epitools，但我发现它并没有我想要的那么有用。

非常感谢。

4

2 回答 2

58

要添加边距，请使用addmargins()

addmargins(table(state.division, state.region))
                    state.region
state.division       Northeast South North Central West Sum
  New England                6     0             0    0   6
  Middle Atlantic            3     0             0    0   3
  South Atlantic             0     8             0    0   8
  East South Central         0     4             0    0   4
  West South Central         0     4             0    0   4
  East North Central         0     0             5    0   5
  West North Central         0     0             7    0   7
  Mountain                   0     0             0    8   8
  Pacific                    0     0             0    5   5
  Sum                        9    16            12   13  50

要计算百分比，请使用prop.table()

prop.table(table(state.division, state.region))
                    state.region
state.division       Northeast South North Central West
  New England             0.12  0.00          0.00 0.00
  Middle Atlantic         0.06  0.00          0.00 0.00
  South Atlantic          0.00  0.16          0.00 0.00
  East South Central      0.00  0.08          0.00 0.00
  West South Central      0.00  0.08          0.00 0.00
  East North Central      0.00  0.00          0.10 0.00
  West North Central      0.00  0.00          0.14 0.00
  Mountain                0.00  0.00          0.00 0.16
  Pacific                 0.00  0.00          0.00 0.10
于 2011-07-11T11:53:29.660 回答
1

它也适用于调查包的svytable().

addmargins(svytable(formula = ~x1+x2, design = df.w))
于 2018-05-07T04:21:03.577 回答