如何使用 R 中的 tab_model 将 p.value 显着性符号 0.1 输出为“+”

Question

我使用Tab_model输出GEE回归结果，默认阈值为0.5、0.01、0.001，长度必须为3，所有符号为“” 我想添加 0.1 作为“+”，0.5 作为“”，0.01 作为“”，0,001 作为“*” 谢谢

Answer 1

正如 PBulls 在评论中所说，3 个符号的限制有点“硬编码”到

sjPlot::tab_model()

中。 但是，我们可以通过创建一个函数来更改该函数的 HTML 输出来实现此目的：

#' Add a significance level to the output of sjPlot::tab_model()
#' 
#' @param tab Output from sjPlot::tab_model()
#' @param model The model object fed to sjPlot::tab_model()
#' @param lvl The desired significance level to add; default = 0.1
#' @param symbol The symbol to use for that significance level; default = "+"
#' @return The altered table
add_sig_level = function(tab, model, lvl = 0.1, symbol = "+") {
    ## Make sure 'symbol' is escaped if need be
    metas  = c(".", "^", "$", "*", "+")
    symbol = ifelse(symbol %in% metas, paste0("\\", symbol), symbol)
    ## Get "marginally significant" (i.e. 0.05 <= p < lvl) variables
    coefs = summary(model)$coefficients
    pvals = coefs[ , "Pr(>|t|)"]
    vars  = rownames(coefs)[which(pvals >= 0.05 & pvals < lvl)]
    ## For each of those variables
    for ( j in vars ) {
        ## Define a regex to find the relevant table rows
        pat  = paste0("(col1\">", j, ".+?col2.+?<sup>)</sup>")
        ## & add a '+' (or whatever) in between the <sup></sup> for those rows
        replacement = paste0("\\1", symbol, "</sup>")
        tab$page.content = gsub(pat, replacement, tab$page.content)
        tab$page.complete = gsub(pat, replacement, tab$page.complete)
    }
    ## Add the new symbol to the table footnote
    pat = "footnote\">"
    replacement = paste0(pat, symbol, " p&lt;", lvl, "&nbsp;&nbsp;&nbsp;")
    tab$page.content = gsub(pat, replacement, tab$page.content)
    tab$page.complete = gsub(pat, replacement, tab$page.complete)
    ## Return result
    return(tab)
}

为了说明这一点，我创建了一个示例数据集和模型，其中包含两个预测变量，这两个预测变量在 0.1 水平上显着，但在 0.05 水平上不显着：

## Simulate example data
set.seed(138)
n = 30
X = cbind(rnorm(n), rnorm(n), rnorm(n))
b = c(1, 1, 0.4, 0.4)
y = c(cbind(1, X) %*% b + rnorm(n))

## Fit the model
example_model = lm(y ~ X)
model_summary = summary(example_model)
model_summary

Call:
lm(formula = y ~ X)

Residuals:
    Min      1Q  Median      3Q     Max 
-1.5577 -0.5564 -0.1403  0.5669  1.6760 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)   0.9253     0.1710   5.410 1.14e-05 ***
X1            1.0339     0.1648   6.274 1.22e-06 ***
X2            0.3097     0.1754   1.766   0.0891 .  
X3            0.2693     0.1394   1.933   0.0642 .  
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.8775 on 26 degrees of freedom
Multiple R-squared:  0.617, Adjusted R-squared:  0.5728 
F-statistic: 13.96 on 3 and 26 DF,  p-value: 1.281e-05

这是

sjPlot::tab_model()

的初始输出：

tab = sjPlot::tab_model(example_model, p.style = "numeric_stars")
tab

现在这是我们新函数的输出：

tab2 = add_sig_level(tab, example_model)
tab2

成功！我们可以看到

X2

和

X3

都标有

+

符号， 该符号的含义在表的脚注中进行了解释。 这是一个说明，我们可以根据函数的构造方式使用任何自定义显着性级别；如果我们使用

lvl = 0.08

，那么

X3

仍应与

+

符号一起弹出，但

X2

不应弹出（因为其 p 值为 0.089）：

tab3 = add_sig_level(tab, example_model, lvl = 0.08)
tab3

注释和表格脚注符合预期。