【问题标题】:Creating contigency table in R在 R 中创建列联表
【发布时间】:2020-10-06 11:05:36
【问题描述】:

我对 R 中的编码非常陌生,并且正在做一项任务,我的任务是创建一个列联表。我在德克萨斯州的新闻查询样本数据检查了变量:日、部分(新闻、体育或商业)和查询次数。从我查找的内容来看,我应该能够使用 table() 命令,但这似乎不起作用。我的代码如下:

    NewsData <- read.csv(file.choose(),header=TRUE,sep=',')

    table(NewsData$Day,NewsData$Section)

但是当我运行它时它会返回这个。

    '''
                Business News Sports
      Monday           4    4      4
      Tuesday          4    4      4
      Wednesday        4    4      4
      Thursday         4    4      4
      Friday           4    4      4
    '''

我检查了数字,但这些数字并不准确。我不确定它在做什么。有什么我错过或忘记做的吗?

编辑:我已使用以下方法附加了我的数据样本:

    dput(NewsData[1:20,])

输出如下:

    structure(list(X = 1:20, Day = structure(c(1L, 1L, 1L, 1L, 2L, 
    2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L), 
    .Label = c("Monday", 
    "Tuesday", "Wednesday", "Thursday", "Friday"), class = "factor"), 
        Inquiries = c(14L, 11L, 9L, 11L, 12L, 13L, 13L, 15L, 11L, 
        12L, 12L, 14L, 7L, 8L, 6L, 8L, 16L, 15L, 14L, 17L), Section = 
    c("News", 
        "News", "News", "News", "News", "News", "News", "News", 
    "News", 
        "News", "News", "News", "News", "News", "News", "News", 
    "News", 
        "News", "News", "News")), row.names = c(NA, 20L), class = 
    "data.frame")

【问题讨论】:

  • 您好 Kyle Schichl,欢迎来到 Stack Overflow。如果您使用dput(NewsData) 提供至少一个数据样本,或者如果您的数据非常大dput(NewsData[1:20,]),那么提供帮助会容易得多。请记住,如果您的班级有荣誉政策,则在此处发布数据可能会显示您违反了该准则。您可以edit您的问题并粘贴输出。请用三个反引号(```)包围输出以获得更好的格式。请参阅How to make a reproducible example 了解更多信息。
  • 感谢您的澄清。我已经进行了这些编辑:)
  • 表格计算出现次数,与实际值无关。

标签: r statistics contingency


【解决方案1】:

我想你正在寻找xtabs

第一个参数是一个公式,用于指示xtabs 您要计算什么。将~ 视为等号。所以在这里,你想要InquiriesDaySection 计算得出。顺便说一句,您也可以将公式写为Inquiries ~ .. 代表“其他一切”。 xtabs 的第二个参数定义了数据。

xtabs(Inquiries ~ Day + Section, NewsData)
           Section
Day         News
  Monday      45
  Tuesday     53
  Wednesday   49
  Thursday    29
  Friday      62

【讨论】:

  • +1 或者,取决于如何继续分析数据aggregate(NewsData$Inquiries, by = list(NewsData$Day, NewsData$Section), sum)
猜你喜欢
  • 2016-03-03
  • 2020-05-02
  • 1970-01-01
  • 2021-06-18
  • 2011-10-20
  • 2019-03-11
  • 1970-01-01
  • 2020-05-17
  • 1970-01-01
相关资源
最近更新 更多