R語言如何繪制基線三線表？
一篇論文中最少不了的表格，莫過于基線表格。實(shí)際中，許多人習(xí)慣性使用SPSS進(jìn)行統(tǒng)計(jì)描述、差異性分析，但是SPSS無法進(jìn)行批量單因素分析，還需要手動(dòng)篩選數(shù)據(jù)繪制三線表，費(fèi)時(shí)又費(fèi)力。而R語言的分析功能更強(qiáng)大但具有一定的門檻，因此，這里結(jié)合實(shí)操案例為大家介紹一個(gè)智能在線免費(fèi)統(tǒng)計(jì)分析平臺(tái)——風(fēng)暴統(tǒng)計(jì)。
一、實(shí)操數(shù)據(jù)介紹
這里我們使用的是R語言自帶數(shù)據(jù)集MASS中的birthwt，birthwt是一份與嬰兒出生體重低相關(guān)的危險(xiǎn)因素?cái)?shù)據(jù)，其中包含的變量見下表，根據(jù)研究設(shè)計(jì)，以“l(fā)ow”作為分組變量。
二、風(fēng)暴統(tǒng)計(jì)智能在線免費(fèi)平臺(tái)復(fù)現(xiàn)
（1）首先進(jìn)入風(fēng)暴統(tǒng)計(jì)網(wǎng)站的“風(fēng)暴智能統(tǒng)計(jì)”模塊，點(diǎn)擊“一鍵生成規(guī)范三線表”，這里更推薦大家使用“簡(jiǎn)單粗暴版”，因?yàn)檫M(jìn)行卡方檢驗(yàn)時(shí)，可以自動(dòng)檢驗(yàn)變量適用于卡方檢驗(yàn)還是fisher法，無需像SPSS一樣，自行挑選結(jié)果。
?
（2）目前支持10M以內(nèi)的csv格式。數(shù)據(jù)導(dǎo)入前如需進(jìn)行預(yù)處理的（如：定量數(shù)據(jù)轉(zhuǎn)分類數(shù)據(jù)、多分類轉(zhuǎn)二分類、打標(biāo)簽等），推薦用SPSS進(jìn)行操作，具體詳見下方文章：
如何結(jié)合SPSS與在線統(tǒng)計(jì)分析平臺(tái)來撰寫論文？
?
（3）點(diǎn)擊左側(cè)“一鍵三線表”，指定不同的變量類型?！昂?jiǎn)單粗暴版”可以自動(dòng)檢驗(yàn)分類變量使用卡方法或fisher法！并在“statistic”注明了檢驗(yàn)統(tǒng)計(jì)量。
?
（4）導(dǎo)出word版結(jié)果，結(jié)果直接呈現(xiàn)三線表形式，包括表名與表頭一步到位。如需細(xì)節(jié)打磨，word形式方便進(jìn)行編輯！
word版結(jié)果如下：
?
三、R語言軟件復(fù)現(xiàn)
這里主要使用compareGroups包，這個(gè)包可以按組對(duì)多個(gè)變量進(jìn)行描述。根據(jù)這些變量的性質(zhì)，酌情計(jì)算不同的檢驗(yàn)（t檢驗(yàn)、方差分析、Kruskall-Wallis、Fisher、秩和…），從而可以很輕松的制作出SCI論文基線資料表或單因素分析表，也能做出SCI論文中多個(gè)模型比較的多因素分析表，甚至是線性趨勢(shì)（P for trend）。
（1）安裝并加載R包
install.packages("compareGroups")
library(compareGroups)
（2）差異性分析
base_tab <- descrTable(low ~ age + lwt + race + smoke + ptd + ht + ui+ ftv,
???????????????????????data=bwt,method = c (lwt=2))
print(base_tab)
descrTable(y~x1＋x2＋x3＋x4＋x......,data=數(shù)據(jù)集名，method = c (偏態(tài)數(shù)據(jù)=2))，指定因變量與自變量，設(shè)置數(shù)據(jù)集名。
最后的method對(duì)指定偏態(tài)數(shù)據(jù)采用秩和檢驗(yàn)，未指定連續(xù)變量采用t檢驗(yàn)，分類數(shù)據(jù)采用卡方檢驗(yàn)。
?
四、總結(jié)
風(fēng)暴統(tǒng)計(jì)平臺(tái)與R語言的統(tǒng)計(jì)分析結(jié)果一致，并且風(fēng)暴統(tǒng)計(jì)平臺(tái)提供了t值、Z值、卡方值的統(tǒng)計(jì)量，結(jié)果輸出也更加快速，完全無門檻！大家在制作三線表時(shí)，不妨試用一下！
?
?
2.數(shù)據(jù)轉(zhuǎn)換
在很多情況下，可以將定量數(shù)據(jù)轉(zhuǎn)換為定性數(shù)據(jù)（二分類、多分類），有序數(shù)據(jù)轉(zhuǎn)換成二分類。這是因?yàn)椴煌臄?shù)據(jù)，有不同的統(tǒng)計(jì)策略：·定量數(shù)據(jù)——t檢驗(yàn)·轉(zhuǎn)換為等級(jí)數(shù)據(jù)——秩和檢驗(yàn)·轉(zhuǎn)換為二分類數(shù)據(jù)——卡方檢驗(yàn)
這里更推薦“重新編碼為不同變量”，會(huì)產(chǎn)生新變量，而不改變?cè)凶兞俊?/strong>
3.?打標(biāo)簽
對(duì)變量打標(biāo)簽：很多時(shí)候變量名是英文字母，難以辨認(rèn)變量是什么，需要對(duì)變量進(jìn)行解釋，那么在“標(biāo)簽”列，就可以進(jìn)行中文注釋，說明情況。
探索性數(shù)據(jù)分析，包括正態(tài)性檢驗(yàn)、定量數(shù)據(jù)統(tǒng)計(jì)描述、定性數(shù)據(jù)統(tǒng)計(jì)描述、t檢驗(yàn)、方差分析、卡方檢驗(yàn)、秩和檢驗(yàn)。
這些方法是幫助大家對(duì)數(shù)據(jù)的分布、及采用的一些統(tǒng)計(jì)學(xué)方法有個(gè)初步的認(rèn)識(shí)！尤其是哪些數(shù)據(jù)是正態(tài)的、哪些是偏態(tài)的，尤其重要。
?
?
