列联表分析问题--有没有更好的办法？

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

问题：Produce two-way tables showing the numbers of patients who were and were not advised to stop smoking,
by patient gender, race and number of cigarettes smoked.——说白了，就是将变量Advised（ = 1或者0）、
变量sex(取值 F 或者 M )的个数统计出来，总共2X2=4种可能，值放在一个矩阵里面。本人是写了个程序弄出来了，
但感觉太过复杂了，如果把其他的2个矩阵也写出来的话（变量Advised对变量Race、变量Advised对变量Cigs）程序将会显得
很复杂，请问高手有没有很好的函数，来取代本人的这种通过循环来给矩阵赋值的方法？

我的程序如下（只是完成了3个table（matrix）之其一）
values<-numeric(4)
count<-0
for(j in 1:length(data2[,1]))
{if (data2[j,2]=="F"&&data2[j,5]==1)count=count+1}
values[1]<-count
count<-0
for(j in 1:length(data2[,1]))
{if (data2[j,2]=="M"&&data2[j,5]==1)count=count+1}
values[2]<-count
count<-0
for(j in 1:length(data2[,1]))
{if (data2[j,2]=="F"&&data2[j,5]==0)count=count+1}
values[3]<-count
count<-0
for(j in 1:length(data2[,1]))
{if (data2[j,2]=="M"&&data2[j,5]==0)count=count+1}
values[4]<-count
table_advise_gender<-matrix(values,2,byrow=TRUE,dimnames = list(c("stop",
   "not"),c("F", "M")))  # the two way table for advise by gender

数据如下：
>  data2
    Doctor Sex  Race Cigs Advised
1        1   F AfrAm  Low       1
2        1   F AfrAm  Med       1
3        1   M AfrAm  Med       1
4        1   M AfrAm High       1
5        1   M AfrAm  Low       1
6        1   F White  Low       1
7        1   M AfrAm High       1
8        1   M AfrAm  Med       0
9        1   M AfrAm  Med       0
10       1   F AfrAm  Med       0
11       1   F AfrAm High       0
12       1   F AfrAm  Med       0
13       1   F AfrAm  Low       0
14       1   F AfrAm High       0
15       1   F White  Med       0
16       1   F AfrAm  Low       0
17       1   F AfrAm  Low       0
18       1   F AfrAm  Low       0
19       1   F AfrAm  Low       0
20       1   M AfrAm  Low       0
21       1   F AfrAm  Low       0
22       1   F AfrAm High       0
23       2   F AfrAm  Med       1
24       2   F AfrAm  Low       1
25       2   M AfrAm  Low       1
26       2   F AfrAm  Low       1
27       2   F AfrAm  Low       0
28       2   M AfrAm  Med       0
29       2   F AfrAm  Low       0
30       3   F AfrAm  Med       0
31       3   F AfrAm  Med       0
32       3   F AfrAm  Low       0
33       3   F White High       0
34       4   F White  Low       1
35       4   F AfrAm  Low       1
36       4   M AfrAm High       1
37       4   F AfrAm  Med       1
38       4   F White  Low       1
39       4   M AfrAm High       1
40       4   F AfrAm High       1
41       5   F AfrAm  Med       1
42       5   M AfrAm High       1
43       5   M AfrAm  Med       1
44       5   M AfrAm  Med       1
45       5   F White High       1
46       5   F AfrAm  Low       1
47       5   F AfrAm  Med       1
48       5   F AfrAm  Low       1
49       5   M AfrAm  Med       1
50       5   M White  Low       1
51       5   F White  Med       1
52       5   M AfrAm  Med       1
53       5   M White  Med       1
54       5   M AfrAm  Med       1
55       5   F AfrAm  Low       1
56       5   F AfrAm  Med       1
57       5   F AfrAm  Low       1
58       5   M White  Med       1
59       5   F AfrAm  Med       1
60       5   M AfrAm  Low       1
61       5   F AfrAm  Med       1
62       5   M White  Low       1
63       5   F AfrAm  Low       1
64       5   F White  Med       1
65       5   F White  Low       1
66       5   F AfrAm  Low       0
67       6   M AfrAm  Low       0
68       6   F AfrAm  Low       0
69       6   F AfrAm  Low       0
70       6   F AfrAm  Low       0
71       6   F AfrAm High       0
72       6   F White  Med       0
73       6   F AfrAm  Low       0
74       6   F AfrAm  Low       0
75       6   M AfrAm  Low       0
76       6   F White  Low       0
77       6   F AfrAm  Low       0
78       7   F AfrAm  Med       0
79       7   M AfrAm  Low       0
80       7   F AfrAm  Low       0
81       7   M AfrAm High       0
82       7   M AfrAm  Low       0
83       7   F AfrAm  Low       0
84       7   M AfrAm  Med       0
85       7   M AfrAm  Low       0
86       7   M White  Med       0
87       7   F AfrAm  Low       0
88       7   M AfrAm  Med       0
89       7   F White  Low       0
90       7   F AfrAm  Low       0
91       7   M White  Low       0
92       7   F AfrAm High       0
93       7   F AfrAm  Med       0
94       7   F White  Med       0
95       7   F AfrAm  Low       0
96       7   F AfrAm  Med       0
97       7   F AfrAm  Low       0
98       7   F AfrAm  Low       0
99       7   F AfrAm  Med       0
100      7   F AfrAm  Low       0
101      7   F AfrAm  Low       0
102      7   F AfrAm High       0
103      7   F White  Low       0
104      7   M White  Med       0
105      7   M AfrAm  Low       0
106      8   F White  Low       0
107      8   F AfrAm  Med       0
108      8   M AfrAm  Med       0
109      8   F AfrAm  Med       0
110      8   F AfrAm  Low       0
111      8   F AfrAm  Low       0
112      8   F AfrAm  Low       0
113      8   F AfrAm  Low       0
114      8   F AfrAm  Low       0
115      8   F White  Med       0
116      8   M AfrAm  Med       0
117      9   M AfrAm High       1
118      9   F AfrAm High       0
119      9   F White  Low       0
120      9   F AfrAm  Med       0
121     10   M AfrAm  Low       0
122     11   M AfrAm  Low       1
123     11   F AfrAm  Low       0
124     11   F AfrAm  Low       0
125     11   F AfrAm  Med       0
126     12   F AfrAm  Low       1
127     12   M White  Med       1
128     12   F AfrAm  Low       1
129     12   M AfrAm  Low       1
130     12   M AfrAm  Low       1
131     12   F White  Low       0
132     12   F AfrAm  Med       0
133     12   F AfrAm  Low       0
134     12   F AfrAm  Low       0
135     12   M White  Low       0
136     12   F White High       0
137     12   F AfrAm  Low       0
138     12   F AfrAm  Low       0
139     12   M White  Low       0
140     13   F AfrAm  Med       1
141     13   F AfrAm  Low       1
142     13   F White  Low       1
143     13   F White  Med       1
144     13   F AfrAm  Low       1
145     13   M AfrAm  Low       1
146     13   F AfrAm  Low       1
147     14   F AfrAm High       1
148     14   F AfrAm  Low       1
149     14   F AfrAm  Med       1
150     14   F AfrAm  Low       1
151     14   M AfrAm  Low       1
152     14   F AfrAm  Low       1
153     14   M AfrAm High       1
154     14   F AfrAm  Low       1
155     14   F AfrAm  Low       1
156     14   F White  Low       1
157     14   F White  Med       1
158     14   F AfrAm  Low       0
159     14   M AfrAm  Low       0
160     14   M AfrAm  Low       0
161     14   M AfrAm  Med       0
162     14   F White  Low       0
163     14   F White  Low       0
164     14   M AfrAm  Low       0
165     14   F AfrAm  Med       0
166     14   F White  Low       0
167     14   F AfrAm  Low       0
168     14   F AfrAm  Med       0
169     14   F AfrAm  Low       0
170     14   F White  Low       0
171     14   F AfrAm  Low       0
172     14   F White  Low       0
173     15   F White  Low       1
174     15   F AfrAm High       1
175     15   M AfrAm  Low       1
176     15   F AfrAm High       1
177     15   M AfrAm  Low       1
178     15   F AfrAm  Low       1
179     15   M AfrAm  Low       1
180     15   F AfrAm  Low       0
181     15   M AfrAm  Low       0
182     15   F AfrAm  Med       0
183     15   F AfrAm  Low       0
184     15   F AfrAm  Low       0
185     15   M AfrAm  Low       0
186     16   F AfrAm  Med       1
187     16   F AfrAm High       1
188     16   F White High       1
189     16   F White  Med       1
190     16   F AfrAm  Low       1
191     17   F AfrAm High       1
192     17   M AfrAm  Low       1
193     17   M AfrAm High       1
194     17   M White  Low       1
195     17   F AfrAm  Med       1
196     17   M AfrAm  Low       1
197     17   F AfrAm  Low       1
198     17   M AfrAm  Med       1
199     17   F AfrAm  Low       1
200     17   M White  Low       1
201     17   F AfrAm  Low       1
202     17   M AfrAm  Low       1
203     17   M AfrAm High       1
204     17   F AfrAm  Med       1
205     17   F White  Med       1
206     17   M AfrAm  Low       1
207     17   F AfrAm High       1
208     17   F AfrAm  Low       1

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：列联表分析 分析问题 列联表 有没有 patients 分析 程序 patients numbers tables

是不是这个意思：
table(data2$Advised,data2$Sex)

谢谢，我还有个问题，也请你指教指教，详见 https://bbs.pinggu.org/thread-1233742-1-1.html