本篇内容主要讲解“R语言tableone包怎么使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“R语言tableone包怎么使用”吧!
用一个例子看一下：
输入1：
# 初次使用请先安装install.packages('tableone')# 安装后调用 # 查看一下数据集 head(dt,10) # 数据集是小编随机编造的虚拟数据
输出1：
# A tibble: 10 x 9 性别 年龄 是否饮酒 病理类型 分化程度 ALT AST 检测 Group <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl> <dbl> <chr> 1 女 44 是 病理类型 I型 22 21 8.29 实验组 2 女 52 是 病理类型 I型 24 24 4.7 实验组 3 男 55 否 病理类型 I型 30 32.3 6.8 实验组 4 男 50 否 病理类型 I型 20 16 4.16 实验组 5 女 64 是 病理类型 I型 13 8 10 实验组 6 女 24 是 病理类型 I型 14.6 10.8 15 实验组 7 男 66 否 病理类型 I型 51.6 22.3 8.32 实验组 8 女 43 是 病理类型 I型 21 25 10.2 实验组 9 女 52 是 病理类型 I型 16 18 10.2 实验组10 女 44 是 病理类型 I型 19.9 13.2 11.9 实验组
输入2：
library(tableone)dput(names(dt)) # 查看数据的变量名
输出2：
c("性别", "年龄", "是否饮酒", "病理类型", "分化程度", "ALT", "AST", "检测", "Group")
输入3：
# step1 创建对象tab1 <- CreateTableOne( vars = c("性别", "年龄", "是否饮酒", "病理类型", "分化程度", "ALT", "AST", "检测"), # 所有要逆袭额变量 strata = "Group", # 指定分组 data = dt, # 指定数据集 factorVars = c("性别","是否饮酒","病理类型","分化程度") # 指定分类变量 )# step2 生成结果print(tab1, nonnormal = "检测", # 指定不符合正态性检验的连续变量 exact = '是否饮酒', # 需要用fisher确切概率法的变量 showAllLevels = TRUE, # 展示多分类变量所有 level pDigits = 3, # P值小数点后的位数 quote = TRUE # 粘贴进入excel，分列即可。)# 完毕
连续变量默认正态，可以通过nonnormal指定为非正态。分类还可以通过exact指定哪些变量用fisher exact检验。pDigits轻松指定结果表格中的P值小数点位数。
输出3：
"Stratified by Group" "" "level" "对照组" "实验组" "p" "test" "n" "" " 101" " 94" "" "" "性别 (%)" "男" " 64 ( 63.4) " " 50 ( 53.2) " " 0.195" "" "" "女" " 37 ( 36.6) " " 44 ( 46.8) " "" "" "年龄 (mean (SD))" "" "56.06 (8.60)" "55.18 (9.06)" " 0.488" "" "是否饮酒 (%)" "否" " 49 ( 48.5) " " 38 ( 40.4) " " 0.313" "exact" "" "是" " 52 ( 51.5) " " 56 ( 59.6) " "" "" "病理类型 (%)" "病理类型" " 101 (100.0) " " 94 (100.0) " " NA" "" "分化程度 (%)" "III型" " 4 ( 4.0) " " 7 ( 7.4) " " 0.228" "" "" "II型" " 14 ( 13.9) " " 7 ( 7.4) " "" "" "" "I型" " 83 ( 82.2) " " 80 ( 85.1) " "" "" "ALT (mean (SD))" "" "21.01 (7.08)" "22.32 (7.92)" " 0.224" "" "AST (mean (SD))" "" "18.70 (11.87)" "21.23 (10.18)" " 0.113" "" "检测 (median [IQR])" "" "40.25 [23.00, 52.83]" "26.70 [15.21, 48.37]" " 0.009" "nonnorm"
到此，相信大家对“R语言tableone包怎么使用”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
