Lazy loaded image频率表、比例表与列联表

type
status
date
slug
summary
tags
category
icon
password
comment
在统计分析的基础阶段，我们经常需要对单个变量的分布、不同变量之间的联合分布进行汇总与可视化。常用方法包括频率表、比例表和列联表。

1. 频率表（Frequency Table）

概念说明
频率表用于汇总单个分类变量的分布。它包含该变量所有可能取值，以及每个值在数据中出现的次数（频率）或出现的比例（百分比）。
species
n
%
Adelie
152
44%
Chinstrap
68
20%
Gentoo
124
36%
R 代码示例
扩展工具
ivo.table 包和 gtsummary 包都可以生成更美观、功能丰富的频率表和比例表。
参数补充
  • 更换配色和字体：
    • 长表格式（适合变量水平较多时）：

      2. 列联表（Contingency Table / Cross-Tabulation）

      概念说明
      列联表用于同时展示两个或多个分类变量之间的联合分布关系，也称为交叉表、交联表。
      常用于探索变量之间是否有关联（如卡方检验）。
      species
      Biscoe
      Dream
      Torgersen
      Adelie
      44
      56
      52
      Chinstrap
      0
      68
      0
      Gentoo
      124
      0
      0
      R 代码示例
      三元、四元交联表
      species
      island
      male
      female
      missing
      Adelie
      Biscoe
      20
      24
      0
      Adelie
      Dream
      28
      28
      0
      Adelie
      Torgersen
      26
      26
      0
      Chinstrap
      Dream
      34
      34
      0
      Gentoo
      Biscoe
      60
      64
      0
      多维交联表可用于展示三个及以上分类变量的联合分布。
      gtsummary 三元交联表

      总结

      • 频率表/比例表适用于单变量分布描述
      • 列联表/交联表适用于多变量联合分布和相关性探索
      • ivo.table 和 gtsummary 包可大幅提升表格美观性和功能性
      • 多维交联表适合复杂分类数据的可视化与分析
       
      Prev
      假设检验 & p值
      Next
      统计建模的三大学派：频率学派、贝叶斯学派与机器学
      Loading...
      Article List
      Evan の Logbook
      ✨ Updates
      🌐 Logbook v0.1.0.9000 上线
      🎨 Style Guide
      Lazy loaded image Font · 字体记录手册
      🧠 Creative Resources
      Lazy loaded image Name · 名以载道
      🗒️ Mind Notes
      Lazy loaded image Quote · 字里行间
      🧭 Knowbase
      Lazy loaded image Biorxiv 与预印本
      Lazy loaded image H-1B 签证
      🕊️ 鸽派、鹰派、左派、右派
      📘 SOPs
      🆕 创建 Google 账号
      🌍 生成境外地址
      🍎 创建美区 Apple ID
      🧠 注册与订阅 ChatGPT
      🤖 NFC读写器操作流程
      🩺 Medical Research
      🇬🇧 UK Biobank 数据库介绍与申请
      Lazy loaded image BioRender 使用与订阅笔记
      📦 scRNAseq
      📝 AUCell 流程笔记（GSE60361 小鼠脑示例）
      🏢 Cohort study VS Case-control
      🛠️ Tech Chronicles
      ☑️ Typora · 安装与使用指南
      📂 LocalSend · 跨设备文件传输的神兵利器
      🌏 Immersive Translate · 打造沉浸式翻译体验
      🐬 WSL： 使用笔记
      Lazy loaded image 自定义 Bash 提示符（PS1）
      Lazy loaded image Linux 系统介绍
      Lazy loaded image Linux grep 工具笔记
      Lazy loaded image Linux sed 工具笔记
      Lazy loaded image Linux awk 工具笔记
      Lazy loaded image CSS 笔记
      Lazy loaded image 文件夹前加点的意义
      Lazy loaded image HTML 格式笔记
      Lazy loaded image XML 格式笔记
      Lazy loaded image TOML 格式笔记
      Lazy loaded image PR 模板解读与最佳实践
      Lazy loaded image YAML 格式笔记
      Lazy loaded image JSON 格式笔记
      Lazy loaded image YouTube 使用笔记
      Lazy loaded image Writage 使用笔记
      Lazy loaded image Pandoc 使用笔记
      Lazy loaded image Chrome 使用全攻略
      Lazy loaded image Vibe Coding：一种新的编程氛围？
      🧭 从混乱到规范：文件命名、变量命名与版本控制最佳实践
      🚀 科学上网指南：信息时代的通行证
      📦 pip 与 uv：Python 包管理的演进与取舍
      💰 Fortune Blueprint
      📗 期权基本概念
      期权交易策略
      🕟 美股交易时间指南
      📈 R Visionary
      Lazy loaded image R 的 future 包（异步与并行）
      Lazy loaded image R 中加载与使用系统字体
      Lazy loaded image R 中的数据类型完整指南
      Lazy loaded image R 与 RStudio 安装笔记
      🔃 purrr 包学习笔记
      🔁 apply 家族核心函数
      📁 list.files
      📊 用 readxl 读取 Excel：实践指南 + 可复用增强函数
      Lazy loaded image make_date() & make_datetime()：从字段构造时间对象
      📦 为什么使用 lubridate？
      ⏳ ISO 8601 国际时间标准
      Lazy loaded image 分类变量处理 - forcats
      📏 separate_wider_position()：按固定宽度横向拆分为多列
      📐 separate_wider_delim()：按分隔符拆分为多列
      🪓 separate_longer_position()：按固定宽度切分为多行
      Lazy loaded image pmin() & pmax()：向量按元素逐位比较
      🔢 parse_double() vs parse_number()
      Lazy loaded image geom_tile()：构建热图 / 网格图的砖块图层
      🎨 常用美学参数详解：position, fill, alpha 等
      Lazy loaded image facet_wrap() 与 facet_grid() 用法解析
      🌳 高亮特定数据子集：多图层叠加法
      Lazy loaded image 三种 geom_smooth() 写法解析
      🔻 geom_smooth() 的 shape 限制
      🎨 ggplot2 颜色映射
      Lazy loaded image ggplot2 的 shape 限制与解决方案
      Lazy loaded image R语言字符串大小写变换
      Lazy loaded image R语言数字取整与格式化。
      Lazy loaded image gtsummary 回归模型
      Lazy loaded image gtsummary + gt：R语言三线表实践
      🔁 pivot_wider()：长表 → 宽表（long → wide）
      🔢 parse_number()：提取字符串中的数字
      🔁 pivot_longer()：宽转长（wide → long）
      ⚡ .by：轻量级分组操作的新方式
      🔓 ungroup()：取消分组结构
      ✂️ slice() 系列函数：按位置切片提取行
      🧮 group_by()：分组操作的基础
      🧭 relocate()：调整列顺序
      Lazy loaded image select()：灵活选择列
      📲 mutate()：创建新列 + 控制列位置与保留
      🔢 count()：快速计数分组频次
      Lazy loaded image dplyr包的distinct()函数
      🔺 ggplot2 点形状（shape）
      Lazy loaded image ggthemr：为 ggplot2 一键换肤
      Lazy loaded image ggthemes 常用主题
      🔬 msigdbr 包
      📈 CMplot 绘制曼哈顿图
      Lazy loaded image SMR 共定位分析
      🧬 coloc R 包实用笔记与数据格式梳理
      📊 ggpubr - 让科研图表高效“出版就绪”的R扩展包
      🎨 ggpubr::theme_pubr - 出版级 R ggplot2 主题美化指南
      ✂️ 用 patchwork 优雅组合你的 ggplot2 图表
      🔤 R 正则表达式语法与字符串操作速查
      📐 R基础数学与统计函数速查
      📚 R包管理基础：.libPaths() 与 library()
      📦 R工作空间对象管理：ls 与 rm
      🔗 R集合归属与反归属运算符：%in% 与 %nin%
      🕳️ R缺失值与空值处理（na.omit & evanverse::is_void）
      🔎 R字符串匹配 grep 与 grepl 实用技巧
      📊 R基础数据结构与分布探索技巧
      ↕️ R常用向量操作与排序技巧
      🔍 R匹配函数 match 的实用技巧
      🔗 R字符串拼接 paste/paste0 典型用法
      Lazy loaded image R集合操作与典型用法
      Lazy loaded image R apply函数速查与典型用法
      Lazy loaded image R变量命名规范与覆盖机制
      ➗ R取余、整除与分批处理技巧
      Lazy loaded image R设置CRAN与Bioconductor镜像速查
      Lazy loaded image R版本升级与包迁移实用指南
      Lazy loaded image R查询当前环境和包信息（sessionInfo）
      Lazy loaded image 创建文件夹与目录管理基础
      Lazy loaded image RStudio常用快捷键与界面恢复技巧
      Lazy loaded image 提取字符向量子串的实用技巧
      Lazy loaded image 高效读取表格与大文件：fread与自定义read_table_flex
      Lazy loaded image foreach包批量循环
      Lazy loaded image R基因ID转换与批量注释
      Lazy loaded image R批量获取和筛选文件名
      Lazy loaded image R常用序列与模拟数据生成
      Lazy loaded image R数据框（df）条件筛选实用技巧
      Lazy loaded image R Visionary - Introduction
      📊 Statistics
      Lazy loaded image Survival Analysis
      Lazy loaded image 方差分析（ANOVA）
      Lazy loaded image 多因素逻辑回归
      Lazy loaded image 单因素逻辑回归
      Lazy loaded image R语言中的常见统计分布及其应用
      Lazy loaded image 数据分析的可复现性：原则与实践
      📂 p值操纵与文件抽屉
      Lazy loaded image 如何规范报告统计结果？
      Lazy loaded image 相关性检验
      Lazy loaded image 多重检验（Multiple Testing）
      Lazy loaded image t 检验（t-test）
      Lazy loaded image 置信区间 (Confidence Intervals)
      Lazy loaded image 卡方检验（Chi-squared Test）
      Lazy loaded image 统计功效（Power）与样本量（Sample Size）
      Lazy loaded image 假设检验 & p值
      Lazy loaded image 频率表、比例表与列联表
      🏫 统计建模的三大学派：频率学派、贝叶斯学派与机器学
      Lazy loaded image t-test: Principles and Application in R
      🖼️ BioVis
      🎄 Forestplot in R