R语言教程：一键单因素分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

临床数据分析的第一步一般要对纳入变量进行单因素分析，针对不同的数据类型，R语言基础包均提供相应的函数进行单因素分析，包括：t检验、方差分析、卡方检验、非参数检验等。但以此方式逐一检验后再绘制表格可能会让你怀疑人生。因此，我在这里为大家介绍CBCgrps，自动识别数据类型和正态性，进行相应的单因素分析，一行代码完美超越各类软件。
[color=rgba(0, 0, 0, 0.9)]

​ 操作代码：
# 清空环境（此步骤为个人习惯，清空当前R环境中的对象，避免混淆）

1. rm(list = ls())

复制代码

# 设置工作路径（将此处路径更换为自己的工作文件夹路径，建议将需要导入的数据直接放入工作文件夹，可省略后续添加工作路径的步骤）

1. setwd("E:/Downloads/OneDrive/ProPhet/Codes/RCode/SingleFactor")

复制代码

# 加载包（下述代码在包已安装时直接加载包，在包未安装时将自动下载安装包，安装成功后再次运行即可加载包）。
## 加载数据处理的包Tidyverse

1. if (! require("tidyverse")) install.packages("tidyverse")

复制代码

## 加载进行单因素分析的包CBCgrps

1. if (! require("CBCgrps")) install.packages("CBCgrps")

复制代码

# 导入数据
## 导入数据

1. load("merge.data.RData") #### 导入前一节合并后的数据

复制代码

# 了解数据

1. head(merge.data) #### 数据前十行
   
2. colnames(merge.data) #### 变量名及变量顺序
   
3. str(merge.data) #### 变量类型

复制代码

# 数据处理：Tidyverse包​​​​​​​

1. data<-merge.data %>%
   
2.   mutate(## 连续变量转分类变量
   
3.          fat=ifelse(bmi<18.5,1,ifelse(bmi<25,2,ifelse(bmi<30,3,4))),
   
4.          ## 分类变量赋值
   
5.          hyper=factor(hyper,levels = c(0,1),labels = c("No","Yes")),
   
6.          fat=factor(fat,levels = c(1,2,3,4),
   
7.                        labels = c("Underweght","Normal","Overweight","Fat")))

复制代码

# 单因素分析
## 查看变量名及变量顺序

1. colnames(data)

复制代码

## 分组变量为二分类的单因素分析​​​​​​​

1. tab1<-twogrps(data, #### 指定数据集
   
2.               gvar = "hyper", #### 指定分组变量
   
3.               varlist = colnames(data)[c(2:5,7:20)], #### 指定自变量
   
4.               cat.rd = 2, #### 设置分类变量频率小数位数为2
   
5.               pnormtest = 0.05, #### 设置正态性检验通过标准：一般取α=0.05
   
6.               ShowStatistic = T) #### 设置显示统计量
   
7.               
   
8. table1<-tab1$Table #### 提取结果表格

复制代码

## 分组变量为多分类的单因素分析

1. tab2<-multigrps(data, #### 指定数据集
   
2.                 gvar = "fat", #### 指定分组变量
   
3.                 varlist = colnames(data)[c(2:4,6:19)], #### 指定自变量
   
4.                 cat.rd = 2, #### 设置分类变量频率小数位数为2
   
5.                 pnormtest = 0.05, #### 设置正态性检验通过标准：一般取α=0.05
   
6.                 ShowStatistic = T) #### 设置显示统计量
   
7. 
   
8. table2<-tab2 #### 提取结果表格

复制代码

# 导出结果

1. write.csv(table1,"表1 二分类分组变量的批量单因素分析.csv",fileEncoding = "GB18030")
   
2. write.csv(table2,"表2 多分类分组变量的批量大因素分析.csv",fileEncoding = "GB18030")

复制代码

# 结果展示
表1 二分类分组变量的批量单因素分析


表2 多分类分组变量的批量大因素分析

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：R语言教程 因素分析 R语言 单因素 Packages