xtabs 中的保证金总额

Question

如果您有 2 个交叉分类变量，您可以使用 rowSums 和 colSums 在 xtabs 输出上生成保证金总计。但是如果你有 3 个分类变量（即每个子表中的边距总计）怎么办？

Answer 1

Aniko 在评论中提到了这一点，但从未作为答案提供。

我独立发现了这个，然后在评论中注意到它在这里，所以感谢 Aniko 首先得到它。

addmargins 是答案：

对于给定的表格，可以指定要分类的因素中的哪一个 扩展一个或多个级别以保存要计算的保证金。一个可能 例如在第一维和中位数上形成总和和均值 在第二个。结果表将有两个额外的级别 对于第一个维度和第二个额外的级别。这 默认是对表格中的所有边距求和。其他可能性 可能会给出取决于边距的顺序的结果 计算。这在函数的打印输出中被标记。

Answer 2

一般方法是使用apply 函数，但特别是对于总计，margin.table 函数可能更方便：

#create 3 factors
a <- gl(2,4, length=20)
b <- gl(3,2, length=20)
d <- gl(4,2, length=20)
# table
tt <- xtabs(~a+b+d)

# marginal sums
margin.table(tt, 1)
apply(tt, 1, sum)  #same answer

#multi-way margins
margin.table(tt, 1:2)
apply(tt, 1:2, sum)  #same answer

Answer 3

如果你没有绑定到 xtabs，Deducer 包有一些很好的列联表功能：

> a <- gl(2,4, length=20)
> b <- gl(3,2, length=20)
> d <- rnorm(20)>0
> dat <- data.frame(a,b,d)
> tables<-contingency.tables(
+ row.vars=a,
+ col.vars=b,
+ stratum.var=d,data=dat)
> tables
================================================================================

               ==================================================               
                      ========== Table: a by b ==========                      

                       | -- Stratum = FALSE --
                       | b 
                     a |        1  |        2  |        3  | Row Total | 
-----------------------|-----------|-----------|-----------|-----------|
           1  Count    |        2  |        2  |        1  |        5  | 
              Row %    |   40.000% |   40.000% |   20.000% |   55.556% | 
              Column % |   40.000% |  100.000% |   50.000% |           | 
              Total %  |   22.222% |   22.222% |   11.111% |           | 
-----------------------|-----------|-----------|-----------|-----------|
           2  Count    |        3  |        0  |        1  |        4  | 
              Row %    |   75.000% |    0.000% |   25.000% |   44.444% | 
              Column % |   60.000% |    0.000% |   50.000% |           | 
              Total %  |   33.333% |    0.000% |   11.111% |           | 
-----------------------|-----------|-----------|-----------|-----------|
          Column Total |        5  |        2  |        2  |        9  | 
              Column % |   55.556% |   22.222% |   22.222% |           | 

                       | -- Stratum = TRUE --
                       | b 
                     a |        1  |        2  |        3  | Row Total | 
-----------------------|-----------|-----------|-----------|-----------|
           1  Count    |        2  |        2  |        3  |        7  | 
              Row %    |   28.571% |   28.571% |   42.857% |   63.636% | 
              Column % |   66.667% |   50.000% |   75.000% |           | 
              Total %  |   18.182% |   18.182% |   27.273% |           | 
-----------------------|-----------|-----------|-----------|-----------|
           2  Count    |        1  |        2  |        1  |        4  | 
              Row %    |   25.000% |   50.000% |   25.000% |   36.364% | 
              Column % |   33.333% |   50.000% |   25.000% |           | 
              Total %  |    9.091% |   18.182% |    9.091% |           | 
-----------------------|-----------|-----------|-----------|-----------|
          Column Total |        3  |        4  |        4  |       11  | 
              Column % |   27.273% |   36.364% |   36.364% |           | 


================================================================================

Answer 4

（如果我理解正确的话）你可以使用 ddply：

ff <- data.frame(f1=c("a", "b", "b", "b", "b", "b", "b"), f2=c("p", "p", "p", "q", "q", "q", "q"), f3=c("x","x","x","x","y", "y", "y"), val=c(1:7)) 

ddply(ff, .(f1), numcolwise(sum))
ddply(ff, .(f2), numcolwise(sum))
ddply(ff, .(f3), numcolwise(sum))

Answer 5

上面的评论不起作用。感谢您的回答，但他们没有达到我的预期 - 每个子组中的个人总数。

经过一番挖掘，我发现本例中的 xtabs 输出是一个 3 维数组，并编写了以下函数来达到我想要的结果（注意它不完整，但到目前为止适用于列总计）：

xtabTotals <- function(tabs,margin=1)
# takes a 3 dimensional xtabs array and performs margin total on each sub table
# only doing column margins so far
{
    out <- array(0,dim(tabs)+c(1,0,0))
    dnout <- dimnames(tabs)
    dnout[[1]] <- c(dnout[[1]],"Total")
    dimnames(out) <- dnout

    for (i in 1:dim(tabs)[3])
    {
        out[,,i] <- rbind(tabs[,,i],colSums(tabs[,,i]))
    }
    out
}