Hvordan man opretter en tovejs datatabel med R-dummier

En tovejs tabel er en tabel, der beskriver to kategoriske datavariabler sammen, og R giver dig et helt værktøjssæt til at arbejde med to -vejsborde. De indeholder antallet af tilfælde for hver kombination af kategorierne i begge variabler. Analysen af ​​kategoriske data starter altid med tabeller. Men først skal du oprette tabellerne.

Sådan opretter du en R-datatabel fra to variabler

Du vil f.eks. Vide, hvor mange biler der har tre, fire eller fem gear, men opdeles til biler med automatiske gearkasser og biler med manuelle gearkasser. Du kan gøre det igen ved at bruge tabellen () funktionen med to argumenter, som denne: >> med (biler, bord (am, gear)) 3 4 5 auto 0 8 5 manual 15 4 0

Niveauerne af variablen du giver som det første argument er rækkenavne, og niveauerne af variablen du giver som det andet argument er kolonnens navne. I tabellen får du tællerne for hver kombination. For eksempel kan du tælle 15 biler med manuelle gearkasser og tre gear.

Sådan oprettes R datatabeller fra en matrix

Forskere bruger også tabeller til mere seriøs forretning, som for at finde ud af, om en bestemt adfærd (som rygning) har indflydelse på risikoen for at få en sygdom (for eksempel lungekræft). På denne måde har du fire mulige tilfælde: risikoadfærd og sygdom, risikoadfærd og sund, ingen risikoadfærd og sund eller ingen risikoadfærd og syg.

Ofte består resultatet af en sådan undersøgelse af tællerne for hver kombination. Hvis du har tællerne for hvert tilfælde, kan du meget nemt oprette bordet selv, som dette:

>> prøvekolnames (prøve) rownames (prøve) forsøg. tabel <- som. tabel (prøve)

Med denne kode gør du følgende:

Opret en matrix med antallet af tilfælde for hver kombination af syg / sund og risiko / ingen risikoadfærd.

Tilføj kolonne navne for at pege på, hvilken kategori tællerne er til.

1. Konverter den matrix til en tabel.

2. Resultatet ser sådan ud: >> forsøg. tabel syg sund risiko 34 9 no_risk 11 32

3. Et bord som forsøg. tabel kan ses som et resumé af to variabler. En variabel angiver, om personen er syg eller sund, og den anden variabel angiver, om personen udviser risikabel adfærd.

Sådan hentes dataene i R

Selvom tabeller og matricer er to forskellige dyr, kan du behandle en tovejs tabel som en matrix i de fleste situationer. Dette bliver praktisk, hvis du vil udtrække værdier fra bordet. Hvis du vil vide, hvor mange mennesker der var syge og viste risikoadfærd, skal du blot gøre følgende: >> forsøg.tabel ['risiko', 'syg'] [1] 34