prop.table函数

prop.table函数:频率统计函数

(1)prop.table(data):将data转换为百分比

(2)prop.table(data,1):将data按行求百分比

(3)prop.table(data,2):将data按列求百分比

其中需要注意的是data的数据类型为矩阵(as.matrix(data)

  • 2
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
```R # 导入数据 data <- read.csv("exercise2_2.csv", header = TRUE, sep = ",") # 生成被调查者性别和满意度的简单频数分布表 table(data$Gender) table(data$Satisfaction) # 生成被调查者性别和满意度的二维列联表 table(data$Gender, data$Satisfaction) # 对二维列联表做简单分析 prop.table(table(data$Gender, data$Satisfaction), margin = 1) # 每个性别的满意度比例 prop.table(table(data$Gender, data$Satisfaction), margin = 2) # 每个满意度水平的性别比例 addmargins(table(data$Gender, data$Satisfaction)) # 添加行列总计 ``` 输出结果: ``` > # 生成被调查者性别和满意度的简单频数分布表 > table(data$Gender) Female Male 34 26 > table(data$Satisfaction) Dissatisfied OK Satisfied 8 30 22 > # 生成被调查者性别和满意度的二维列联表 > table(data$Gender, data$Satisfaction) Dissatisfied OK Satisfied Female 4 17 13 Male 4 13 9 > # 对二维列联表做简单分析 > prop.table(table(data$Gender, data$Satisfaction), margin = 1) # 每个性别的满意度比例 Dissatisfied OK Satisfied Female 0.1176471 0.5000000 0.38235294 Male 0.1538462 0.5000000 0.34615385 > prop.table(table(data$Gender, data$Satisfaction), margin = 2) # 每个满意度水平的性别比例 Dissatisfied OK Satisfied Female 0.5000000 0.5666667 0.590909 Male 0.5000000 0.4333333 0.409091 > addmargins(table(data$Gender, data$Satisfaction)) # 添加行列总计 Dissatisfied OK Satisfied Sum Female 4 17 13 34 Male 4 13 9 26 Sum 8 30 22 60 ``` 分析: 1. 被调查者中女性为34人,男性为26人; 2. 满意度水平中,OK为最高的30人,其次是Satisfied的22人,最低的是Dissatisfied的8人; 3. 二维列联表显示,女性和男性的满意度水平差异不大,均以OK为最高; 4. 从每个性别的满意度比例来看,女性的满意度略高于男性,但差异不大; 5. 从每个满意度水平的性别比例来看,Dissatisfied和OK水平的男女比例差不多,但在Satisfied水平上女性比例略高于男性; 6. 整个样本中,满意度水平为OK的人数最多,占比50%以上,满意度水平为Dissatisfied和Satisfied的人数相近,分别占13.3%和36.7%。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值