使用 expss 包计算置信区间

Question

我正在使用 expss 表来计算平均值。我找不到一个函数来报告平均值的置信区间。

我知道 r 有几个可以计算和报告置信区间的包，但我专注于使用 expss 包。我尝试使用 tab_stat_fun_df() 创建一个函数，但没有成功。我还查看了 expss 包的重要性文档，希望有一个报告 CI 的选项。

希望为这段代码中的方法添加 CI：

df <- data.frame(Group=c(1,1,1,1,1,1,1,0,0,0,0,0,0,0,0),
                 Response=c(0,1,0,1,0,1,0,1,0,1,0,1,1,0,0),
                 Value=c(10,20,17,14,15,16,17,18,19,10,11,12,13,14,15))

library(expss)

df %>% tab_rows(Group) %>% tab_cols(Response) %>% tab_cells(Value) %>%
       tab_stat_mean_sd_n() %>% tab_pivot()

Answer 1

我提出的不是一个实际的解决方案，而是一个起点（基于

tab_stat_fun_df command

的使用）。需要进一步细化才能实现您的需求。

library(expss)
df <- data.frame(Group=c(1,1,1,1,1,1,1,0,0,0,0,0,0,0,0),
                 Response=c(0,1,0,1,0,1,0,1,0,1,0,1,1,0,0),
                 Value=c(10,20,17,14,15,16,17,18,19,10,11,12,13,14,15))

df %>% tab_rows(Group) %>% 
       tab_cols(Response) %>% 
       tab_cells(Value) %>%
       tab_stat_mean_sd_n() %>% 
       tab_stat_fun_df(function(x) { 
                       out <- t.test(x)
                       mn <- round(out$estimate,2)
                       CI=round(out$conf.int,2)
                       c("Mean" = paste0(mn, " (", CI[1], " - ", CI[2], ")"))
                       }) %>%
       tab_pivot()

输出是

 |       |    |       |              |             Response |                      |
 |       |    |       |              |                    0 |                    1 |
 | ----- | -- | ----- | ------------ | -------------------- | -------------------- |
 | Group |  0 | Value |         Mean |                14.75 |                13.25 |
 |       |    |       |    Std. dev. |     3.30403793359983 |     3.40342964277702 |
 |       |    |       | Unw. valid N |                    4 |                    4 |
 |       |  1 | Value |         Mean |                14.75 |     16.6666666666667 |
 |       |    |       |    Std. dev. |     3.30403793359983 |     3.05505046330389 |
 |       |    |       | Unw. valid N |                    4 |                    3 |
 |       |  0 |  Mean |              | 14.75 (9.49 - 20.01) | 13.25 (7.83 - 18.67) |
 |       |  1 |  Mean |              | 14.75 (9.49 - 20.01) | 16.67 (9.08 - 24.26) |