R数据分析:做量性研究的必备“家伙什”-furniture包介绍

In conjunction with many other tidy tools, the package should be useful for health, behavioral, and social scientists working on quantitative research.

今天学习别人的代码,看到将table1和tidyr一起写出来的代码真的太方便太简洁了。而且看到furniture这个包就是开发出来给医学和社会科学的量性研究者用的,这不正对胃口嘛,于是整理一下furniture包的一些知识,分享给大家。

首先的感觉就是这个包很简洁,包的函数主要就只有8个,但和tidyverse结合起来的效果真的方便,包的名字翻译过来就叫做“家具”,家具就是为了让家庭生活更舒服的嘛,这个包就是为了让health, behavioral, and social scientists的数据分析做起来更舒服的,用起来也确实舒服。接下来就给包中的重要函数做个简单介绍:

table1

table1和之前写过的tableone作用一样,但是比tableone用起来更简单。同时这个函数也是这个包最重要的函数:

Table 1 is the main function in furniture. It is useful in both data exploration and data commu-
nication.With minimal cleaning, the outputted table can be put into an academi

R数据分析:tableone包的详细使用介绍 tableone是帮助我们快速生成文章中table1表格的一个包,通常来说一篇SCI文章的第一个表都会给出样本的基线情况。而tableone就是可以帮我们快速地汇总描述所有样本的基线变量的一个包。 今天就给大家写写tableone,其实还有一个包叫做table1,功能差不多,以后给大家写。 实例解析 还是写一个例子帮助大家理解,用到的数据是R自带的pbc数据集。这个数据集是梅奥诊所收治的肝硬化病人的数据,共424个。 This data is from the Mayo Clinic trial 阅读详情

相关推荐

文献解读:结构方程模型SEM基础,小白看这个就基本够了

今天要解读的依然是一篇教学文献:The Basics of Structural Equation Modeling,文献作者是Diana Suhr, Ph.D. University of Northern Colorado。 文献链接: https://www.lexjansen.com/wuss/2006/tutorials/TUT-Suhr.pdf 结构方程模型是: 用来检验显变量与潜变量关系假设的综合性的统计技巧 用来表示,估计或者检验变量间理论关系的技巧 用来探究一系列潜变量和显变量因

Codewar的博客 6万+

R数据分析:孟德尔随机化分析文献解析和实例操练

最近抽空研读了一篇探讨高血压和肾功能关系的文献,记录下来分享给大家,主要也是想看看孟德尔随机化的统计分析结果在论文中是如何呈现的,之后我会给大家写写孟德尔随机化的统计分析在R语言中的做法,希望可以帮助到大家。 文章的题目是A bidirectional Mendelian randomization study supports causal effects of kidney function on blood pressure,这篇文章用到的统计技巧叫做Two-sample MR----两样本孟德尔随

Codewar的博客 3万+

R数据分析:如何在R中使用mutate

因为最近搞毕业论文,有点忙,加上还有好多粉丝咨询,临近毕业更新就很少了。 今天就写一个非常简单的文章,敷衍一下吧,哈哈哈。 今天要写的就是数据清洗的函数mutate(),这个属于超级基本的内容哦,一般我们拿到数据最头疼应该就是清洗数据了,所以清洗数据的基础一定要牢牢掌握。 还有,如果你想成为一名合格的分析师,其实你只要精通清洗数据就够了,我这么说一点都不夸张。 一个简单数据清洗任务常常包括: 从数据中选择列 设置数据行 汇总数据 汇总数据(计算汇总统计信息) 排序数据 创...

Codewar的博客 2万+

R数据分析:列线图的做法及解释

我们经常做的研究就是建立预测模型,我常常问自己,建的模型有啥实际应用价值? 直到我了解到列线图这个东西,才知道模型可以通过列线图转化为实际的应用工具。 列线图也叫Nomogram,中文常称为诺莫图: Nomograms are visual and intuitive, which helps the general population and health managers to undersand the risk of diseases more easily 简单来说这个东西就是来帮助

Codewar的博客 2万+

R数据分析:临床预测模型中校准曲线和DCA曲线的意义与做法

之前给大家写过一个临床预测模型:R数据分析:跟随top期刊手把手教你做一个临床预测模型,里面其实都是比较基础的模型判别能力discrimination的一些指标,那么今天就再进一步,给大家分享一些和临床决策实际相关的指标,主要是校准calibration和决策曲线Decision curve analysis。做预测模型都应该报告校准曲线的:先给大家解释,预测模型为什么除了需要discrimination的一些指标外(比如tp,tn,fp,fn,roc,LR+,LR-等等)还需要做校准曲线:是因为:这些指标

Codewar的博客 2万+

R数据分析:交叉滞后模型非专业解释

今天继续写交叉滞后模型,本文大部分内容参考自文献:Kearney, Michael. (2017). Cross-Lagged Panel Analysis. 所以不论自己写的怎么样都建议大家去瞅瞅原文章哦,原文很短的。 什么是交叉滞后 交叉滞后模型是一种研究变量相互关系的分析方法,它的名字有交叉滞后面板模型Cross-lagged panel models (CLPM),交叉滞后路径模型,交叉滞后回归模型,指的都是同一个东西。 为啥叫”交叉“? 因为它同时既研究A对B的关系,又研究B对A的关系。

Codewar的博客 1万+

R数据分析:潜在剖面分析LPA的做法与解释

Latent Profile Analysis (LPA) tries to identify clusters of individuals (i.e., latent profiles) based on responses to a series of continuous variables (i.e., indicators). LPA assumes that there are unobserved latent profiles that generate patterns of resp.

Codewar的博客 1万+

R数据分析:用lme4包拟合线性和非线性混合效应模型

快一个月没更新文章啦,今天收到好几个粉丝的催更私信,好的吧,实在对不住大家期待的眼神,看样子不能再拖啦,想想写啥好呢,大家咨询比较多的,混合模型算一个,今天就继续给大家写写混合模型如何做吧。 混合模型一般都可以用lme4这个包解决,lme4既可以做线性混合模型,也可以做广义线性混合模型还可以做非线性混合模型,大家有需要可以只研究这一个包就行。 所谓混合模型就是既有固定效应又有随机效应的模型: “mixedeffects”, denotes a model that incorporates both

Codewar的博客 1万+

R数据分析:PLS结构方程模型介绍,论文报告方法和实际操作

前面给大家写的关于结构方程模型的文章都是基于变量的方差协方差矩阵来探讨变量间关系的,叫做covariance-based SEM,今天给大家介绍一下另外一个类型的SEM,叫做偏最小二乘结构方差模型。一般来讲covariance-based SEM大家会用的更多,但是了解一下PLSSEM也挺好,所以本篇文章肯定依然值得您收藏。 它两的区别在哪? Whereas CBSEM estimates model parameters so that the discrepancy between the est

Codewar的博客 1万+

R数据分析:交叉滞后模型基础与实例解析

最近问纵向数据分析的同学贼多,像潜增长,GEE,多水平,之前都有写,今天偷空出个简易的交叉滞后教程哈,大家只要遇到像causal models,cross- lagged panel models,linear panel models 和autoregres-sive cross- lagged models 这些,都要反应过来他们都是一个东西,都叫面板模型,统一的数据特点就是把变量纵向测量很多波,然后想探讨变量间的关系,最简单的情形就是两波的时候啦,如下图: 我们看着这个图,可以自然而然地写出

Codewar的博客 1万+

R数据分析:二分类因变量的混合效应,多水平logistics模型介绍

今天给大家写广义混合效应模型Generalised Linear Random Intercept Model的第一部分 ,混合效应logistics回归模型,这个和线性混合效应模型一样也有好几个叫法: Mixed Effects Logistic Regression is sometimes also called Repeated Measures Logistic Regression, Multilevel Logistic Regression and Multilevel Binary L

Codewar的博客 1万+

R数据分析:什么是人群归因分数Population Attributable Fraction

今天在论文中看到个这么一个术语Population Attributable Fraction,中文叫人群归因分数,意思是暴露如果被取消,某个结局减少的比例,比如我知道了孤独感对抑郁有影响,计算PAF可以得出,如果孤独感被干预,抑郁人群比例会下降多少: PAF; the proportionof cases of depression that could be prevented if the influence of loneliness was removed 这么一个指标在经济评价的文章也有

Codewar的博客 1万+

R数据分析:孟德尔随机化实操

就是通过漏斗图一看都是所有的工具变量都是呈漏斗分布的,就说明没有偏向,这个时候我们认为定向多效性都被冲掉了,不影响。好,解释了上面的一些术语之后,我们实操一波。

Codewar的博客 1万+

R数据分析:纵向数据如何做中介,交叉滞后中介模型介绍

看似小小的中介,废了我好多脑细胞,这个东西真的不简单,从7月份有人问我,我多重中介,到现在的纵向数据中介,从一般的回归做法,到结构方程框架下的路径分析法,到反事实框架做法,从中介变量和因变量到是连续变量到中介变量和因变量是分类变量,很浩渺的系统知识,今天开始一点一点给大家写。 今天就和大家一起探讨纵向数据的中介效应检验,一般来讲考虑因果关系的时间先后顺序,纵向数据才是探讨中介的理想数据形式: In practice, it is strongly recommended to establish me

Codewar的博客 1万+

CloudCompare横截面工具实战:从点云切片到轮廓提取的完整流程

本文详细介绍了CloudCompare软件中Cross Section工具的核心功能与实战流程。从交互式裁剪框的精准操控,到包络线提取的参数设置与优化,再到内部轮廓提取及批量处理技巧,完整解析了如何从三维点云中高效提取建筑立面、隧道断面等关键轮廓信息,是点云数据处理与分析的实用指南。

weixin_29290963的博客 286

避坑指南:DDR4内存条Margin测试Fail?从Intel RMT工具到PCB Layout的完整排错思路

本文深入探讨了DDR4内存条在Margin测试中Fail的完整排错思路,从Intel RMT工具分析到PCB Layout优化。通过实战案例,详细解析了信号完整性问题的诊断与解决方案,包括拓扑结构影响、传输线参数优化及HyperLynx仿真验证,为硬件设计工程师提供了宝贵的避坑指南。

weixin_42530458的博客 455

pi/4QPSK调制解调原理

文章目录1. π/4\pi/4π/4QPSK 信号的调制原理2. 匹配滤波器与成形滤波器 1. π/4\pi/4π/4QPSK 信号的调制原理 减小相位突变量的QPSK由偏置键控QPSK(OK-QPSK)和 π/4\pi/4π/4偏置的QPSK( π/4\pi/4π/4QPSK)。由于 π/4\pi/4π/4QPSK是用差分相位编码产生的(因此也叫做 π/4\pi/4π/4DQPSK),能有效地进行差分解调和鉴频器解调,在一些不易提取相干载波的场合很有用。 在常规的QPSK中,输入数据经过串/并变换后,分成

gemengxia的博客 2万+

ENVI遥感技术

记录2024.03.06所遇到的遥感问题

qq_44453923的博客 4332

STM32 LWIP服务器内存泄漏排查实录:从20个客户端连接测试到稳定运行的优化之路

本文详细记录了STM32 LWIP服务器在20个TCP客户端连接压力测试中出现的内存泄漏问题排查与优化过程。通过压力测试环境搭建、内存泄漏检测工具使用、常见泄漏点分析与修复,最终实现了稳定支持多客户端连接的优化方案,包括连接数动态限制、心跳检测机制和内存泄漏自检机制等关键优化措施。

weixin_42530458的博客 387

silero-vad 训练自己的数据

silero-vad 训练自己的数据

jacke121的专栏 816

STM32 驱动直流无刷电机(BLDC)发声

STM32 驱动直流无刷电机(BLDC)发声

perseverance51博客 3404

YOLOv12改进入门篇 | 手把手讲解改进模块如何实现高效涨点,以SimAM注意力模块为例

本文记录的是。SimAM注意力模块通过优化能量函数来获得每个神经元的三维权重,而或增加计算复杂度。若是有轻量化需求的小伙伴,无参的注意力模块也许是一个不错的选择。

Limiiiing的博客 2910

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

上一篇: R数据分析:跨层中介的原理和做法,实例操练
下一篇: R数据分析:生存分析的列线图的理解与绘制详细教程
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

公众号Codewar原创作者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值