带expss包的复杂表

Question

你好，所有expss专家(@Gregory，如果您读了这条消息！)，在几天发现这个包之后，我实现了一些好的东西，但仍然努力与tab_*函数系列创建复杂的交叉，特别是创建具有显着性测试的组合。

让我们从参考手册中给出的一个例子开始：

library(expss)
mtcars %>%
  tab_significance_options(keep = "none", sig_labels = NULL, subtable_marks = "greater", mode = "append") %>%
  tab_cols(total(), vs, am) %>%
  tab_cells(cyl, gear) %>%
  tab_stat_cpct() %>%
  tab_last_add_sig_labels() %>%
  tab_last_sig_cpct() %>%
  tab_last_hstack("inside_columns") %>%
  tab_pivot(stat_position = "inside_rows")

从这一点开始，我不知道是否可以执行以下操作，如果可以的话，使用哪些脚本可以做到这一点：

1)用“fre”函数并行显示计数和百分比非常简单，但仅限于此目的。如何将这些案例添加到交叉表中？(以案例/百分比/测试的形式出现在3栏中)

2)默认情况下，此示例中的显着性测试输出为字母，为0.05级。这两个参数都可以更改。但是，是否可以在一个表计算中包含两个显着性级别？精神上的某物：

sig_level = c(0.01, 0.05)
sig_labels = c(LETTERS, letters)

最后(可能很容易)，是否有可能强制显示零？我在frequencies=0中有因子级别，在基R表中用0显示。使用expss，标签保持不变，但行/列保持为空。

再说一遍，也许我所寻找的东西并不存在于费用之中，但至少我会确信它。谢谢!

Answer 1

你的第二点(两级重要性)现在是不可能的。但是，您可以在特殊准备的表上添加附加计算的二级显着性。1和3很容易：

library(expss)
data(mtcars)
mtcars %>%
    tab_significance_options(keep = "none", sig_labels = NULL, subtable_marks = "greater", mode = "append") %>%
    tab_cols(total(), vs, am) %>%
    tab_cells(cyl, gear) %>%
    # block for cases 
    tab_stat_cases(label = "cases") %>% 
    tab_last_add_sig_labels() %>%
    # block for percent statistic
    tab_stat_cpct(label = "%") %>% # percent
    tab_last_add_sig_labels() %>%
    tab_last_sig_cpct() %>%
    tab_pivot(stat_position = "inside_columns") %>% 
    # converts NA to zero
    recode(as.criterion(is.numeric) & is.na ~ 0, TRUE ~ copy)

​

​

更新:您可以将链的部分指定为自定义函数，以避免重复：

library(expss)
data(mtcars)

### tab cols
my_banner = mtcars %>%
    tab_cols(total(), vs, am)

### table and formattig
my_custom_table = . %>% 
    tab_significance_options(keep = "none", sig_labels = NULL, subtable_marks = "greater", mode = "append") %>%
    # block for cases 
    tab_stat_cases(label = "cases") %>% 
    tab_last_add_sig_labels() %>%
    # block for percent statistic
    tab_stat_cpct(label = "%") %>% # percent
    tab_last_add_sig_labels() %>%
    tab_last_sig_cpct() %>%
    tab_pivot(stat_position = "inside_columns") %>% 
    # converts NA to zero
    recode(as.criterion(is.numeric) & is.na ~ 0, TRUE ~ copy)

 ### here we build table
 my_banner %>%
    tab_cells(cyl, gear) %>%
    my_custom_table()