[R语言统计]频数表

频数表在统计学中是一个非常基本并且重要的概念，我们这里就来讲解它的基本用法。

首先我们需要载入数据，并查看数据的基本信息

 

[python]  view plain  copy

 

 

1. install.packages('vcd') #安装vcd包，其中有可以利用的数据Arthritis  
2. library(vcd)  
3.   
4. 载入需要的程辑包：grid  
5. > head(Arthritis)#################################################  
6. ID Treatment  Sex Age Improved  
7. 1 57   Treated Male  27     Some  
8. 2 46   Treated Male  29     None  
9. 3 77   Treated Male  30     None  
10. 4 17   Treated Male  32   Marked  
11. 5 36   Treated Male  46   Marked  
12. 6 23   Treated Male  58   Marked  
13. > class(Arthritis)################################################  
14. [1] "data.frame"  
15. > summary(Arthritis)##############################################  
16. ID          Treatment      Sex          Age          Improved   
17. Min.   : 1.00   Placebo:43   Female:59   Min.   :23.00   None  :42    
18. 1st Qu.:21.75   Treated:41   Male  :25   1st Qu.:46.00   Some  :14    
19. Median :42.50                            Median :57.00   Marked:28    
20. Mean   :42.50                            Mean   :53.36                
21. 3rd Qu.:63.25                            3rd Qu.:63.00                
22. Max.   :84.00                            Max.   :74.00  

 

 

从结果中看以看出，Arthritis是一个data.frame结构的数据。其中ID和Age是numeric型的数据，其他三个都是factor型的数据。

创建一维列联表

 

[python]  view plain  copy

 

 

1. > a<-table(Arthritis$Improved)#创建一维列联表  
2. > class(a)                    #查看变量a的类型  
3. [1] "table"  
4. > a  
5.   
6. None   Some Marked   
7. 42     14     28   

从结果中可以看出，就是如下的表格

 

 

None	Some	Marked
42	14	28

 

 

创建二维列联表

 

[python]  view plain  copy

 

 

1. > b<-table(Arthritis$Sex,Arthritis$Improved)  
2. > class(b)  
3. [1] "table"  
4. > b  
5.           
6.          None Some Marked  
7.   Female   25   12     22  
8.   Male     17    2      6  

结果是如下表格

 

 

	None	Some	Marked
Female	25	12	22
Male	17	2	6

 

 

 我们还可以将一维列联表a和二维列联表b转化成百分比的形式

 

[python]  view plain  copy

 

 

1. > prop.table(a)  
2.   
3.      None      Some    Marked   
4. 0.5000000 0.1666667 0.3333333   
5. > prop.table(b)  
6.           
7.                None       Some     Marked  
8.   Female 0.29761905 0.14285714 0.26190476  
9.   Male   0.20238095 0.02380952 0.07142857  

给table添加边际和

 

 

[python]  view plain  copy

 

 

1. > addmargins(a)####################################  
2.   
3.   None   Some Marked    Sum   
4.     42     14     28     84   
5. > addmargins(b)####################################  
6.           
7.          None Some Marked Sum  
8.   Female   25   12     22  59  
9.   Male     17    2      6  25  
10.   Sum      42   14     28  84  
11. > addmargins(prop.table(a))#########################  
12.   
13.      None      Some    Marked       Sum   
14. 0.5000000 0.1666667 0.3333333 1.0000000   
15. > addmargins(prop.table(b))#########################  
16.           
17.                None       Some     Marked        Sum  
18.   Female 0.29761905 0.14285714 0.26190476 0.70238095  
19.   Male   0.20238095 0.02380952 0.07142857 0.29761905  
20.   Sum    0.50000000 0.16666667 0.33333333 1.00000000  

只添加某个部分边际和

 

 

[python]  view plain  copy

 

 

1. 1. > addmargins(prop.table(b),1)  
   2.           
   3.                None       Some     Marked  
   4.   Female 0.29761905 0.14285714 0.26190476  
   5.   Male   0.20238095 0.02380952 0.07142857  
   6.   Sum    0.50000000 0.16666667 0.33333333  
   7. > addmargins(prop.table(b),2)  
   8.           
   9.                None       Some     Marked        Sum  
   10.   Female 0.29761905 0.14285714 0.26190476 0.70238095  
   11.   Male   0.20238095 0.02380952 0.07142857 0.29761905