tomcat status report怎么解决_新包尝鲜：从统计输出到论文写作，report包帮你轻松搞定！...

新包尝鲜：从统计输出到论文写作，report包帮你轻松搞定！​mp.weixin.qq.com

R语言作为一门高级计算机语言，一开始就是为统计学方法的实现而生的，其统计功能相当强大。但对于科研小白来说，尤其是刚开始接触R语言的小伙伴可能会觉得它进行统计时输出结果并不友好，显得复杂而不太好理解，使用体验不如spss等软件。如果R语言能在做完统计的同时顺便直白告诉我统计结果，方便我把结论写到论文里就好了！还別说，这样的R包还真的有，它就是我们今天要介绍的report包！

一、report包简介

report包其创建的初衷是为了弥合R的统计输出与论文写作中包含的格式化结果之间的差距。report包旨在根据相关样式指南（例如APA的样式指南）自动生成标准化和高质量的统计学报告，让使用R语言进行统计分析的人对输出结果一目了然。

01report包安装

由于report包目前仍托管在github上，因此我们需要github上R包的安装方式进行安装，代码如下，小伙伴们复制粘贴直接运行即可：

if(!require(devtools))install.packages("devtools")

devtools::install_github("easystats/performance")

devtools::install_github("easystats/parameters")

devtools::install_github("easystats/report")

02R包调用

安装好之后我们就可以进行调用了。

library(report)

二、使用方法

01 report包主要函数

(1)report()：report包目前内置了一系列的函数，但“包”如其名，其主函数为report()。

使用report()函数可以创建一个报告对象,该函数有类似泛型函数的特点，可以根据我们输入的不同对象类型而调用相应参数进行解析。(2)report()函数的配套函数主要包括：①to_text()：以文本形式显示此报告对象,默认情况下report()函数呈现的结果就是文本形式的。②to_table():以表格形式显示此报告对象③to_fulltext()和to_fulltable()：显示访问更详细（但摘要较少）的报告版本。④to_values()：显示报告中每一个数据对象的数值内容。

看到这，先别急着关掉文章呀喂，下面我们会进行举例演示，相信你能看懂~

02report包目前支持的统计学对象

(1)cor.test：相关分析

(2)t.test：t检验(3)glm:广义线性模型(4)lme4包中用于构建固定效应模型和随机效应模型的相关函数：如glmer、lmer (5)rstanarm包用于构建贝叶斯线性模型等函数，如stan_glm(6)其他：正在开发当中~report包的函数还有一个特点就是支持管道符操作，即可以使用“%>%”来串联代码，简直是懒人福音~

三、举例学习

01造一个用于分析的数据

02数据一般性描述分析

03 t检验

我们可以使用t检验分析数据框中，不同性别间收入是否具有统计学差异：

注：数据符合正态性分布且方差齐，此处略过检验过程。

从上述结果来看，我们造的数据，不同性别间收入是没有差异的。那么下面请看一句话版本的统计结果。

嗯，一句话说明问题，挺好，稍作修缮就可以写到论文里去了有没有！

04相关性分析我们还可以对收入和年龄进行相关性分析：

从相关系数和P值来看，年龄和收入呈负相关，且具有统计学意义。

下面我们同样来看一句话版本：

report函数告诉我们了，这里相关性分析用了Pearson相关(cor.test默认的方法),结果年龄和收入呈负相关，有统计学意义，并且相关性中等。

然后让我们输入表格版结果，同样一目了然：

相关性分析做完了，既然年龄和收入具有相关性，那么我们能不能用年龄来预测收入呢？当然可以，下面请看线性回归，这部分内容也将展示report包中其他几个主要函数的使用。

05线性模型

上述结果中，lm函数输出的结果比较简略，只有模型的截距和回归系数，我们可以通过summary函数展示更多信息。

上面的结果就详尽了，可是复杂了不少，这里咱稍做解释，

❶ 0.8615 >表示拟合曲线有24个自由度，残差的标准差为0.8615。❷ Multiple R-squared: 0.1797与Adjusted R-squared:0.1455 分别表示决定系数（R2 ）和校正决定系数（adjusted R2）用来评估模型的优劣。一般而言，R2越大，表示自变量的解释能力越强，模型就越好❸ F-statistic: 5.258 on 1 and 24 DF这表示F的统计量为5.258 ，1和24是两个自由度。❹ p-value:0.0309这是F统计量对应的p值。❺ Intercept为回归方程的截距，这里值为8004.26681❻ age对应的-0.09896 为回归系数 也就是说我们建立的模型为：收入(income)=-0.09896×年龄(age)+8004.26681

好了，那么如果写论文，怎么办，report包同样告诉你，三句话说明问题：

如果你嫌说的太短意犹未尽，那还可以看一个啰嗦一点的版本：

当然想要简要表格版本也可以：

想要详尽表格版本也行，统统安排上：

当然精准汇报到每个数值的情况也可以，但是显得有点琐碎了，自己看看就行了，写到论文里还是欠妥的。

后面还有很多数值内容，限于篇幅不做展示，感兴趣的小伙伴可以自己在R中运行代码查看。

四、小结

好了，以上对于report包的主要函数就介绍完毕了。作为一个新兴的R包，report包力求在R语言统计输出与论文写作中搭建信息转化的桥梁，这样的R包对科研小白来说无疑是可爱的。

当然，不可否认由于目前该包仍处在开发状态，还存在一些功能不完善的地方，作者在github上也呼吁喜欢的它的网友集思广益提出意见，促进其完善，更多功能我们拭目以待吧！

参考内容：https://github.com/easystats/report#supported-packages