R教學 單元5 敘述統計 羅琪老師

敘述性統計量 針對定量資料，可以利用平均數、中位數及眾數等來瞭解資料的集中趨勢，利用標準差、四分位距及全距等來了解資料的分散程度，也可以藉著最大值及最小值來看資料的分布是否介在合理的範圍內，還是有輸入錯誤等問題。 針對定性資料，則常以個數及百分比來表示資料的分布情形。

變數的命名 填表日:民國(v_y)年(v_m)月(v_d)日 姓名(name): ___________ 流水號(id) 睡眠與壓力調查 填表日:民國(v_y)年(v_m)月(v_d)日 姓名(name): ___________ 性別(sex): _____ 0:女 1: 男 出生年月日: 民國(b_y)年(b_m)月(b_d)日 身高（height）: _____ 公分 體重（weight）: _____ 公斤 壓力有無(pressuID):____ 0: 無 1: 有 壓力程度(pressure):____ 0: 無 1: 中等 2: 大 最近兩個月平均睡眠時間(sleepHR1):___小時 (取自小數點第一位) 請回憶兩個月前之平均睡眠時間(sleepHR0):___小時 (取自小數點第一位) 最近兩個月是否有睡眠困擾問題(sleepTR1):___0: 無 1: 有 請回憶兩個月前是否有睡眠困擾問題(sleepTR0):___ 0: 無 1: 有 最近兩個月的睡眠品質(sleepQOL):___ 1:很不好 2:不好 3:普通 4:好 5:很好

資料讀取 最近兩個月平均睡眠時間(sleepHR1,單位:小時)為連續變數故可求其平均值、標準差、百分位數…等。 > sleepdata<-read.csv("c:/RData/sleepdata.csv",header=T) > sleepdata > attach(sleepdata) 最近兩個月平均睡眠時間(sleepHR1,單位:小時)為連續變數故可求其平均值、標準差、百分位數…等。

sleepdata資料檔 id v_y v_m v_d name sex b_y b_m b_d height weight pressuID pressure sleepHR1 sleepHR0 sleepTR1 sleepTR0 sleepQOL 1 97 25 Java 66 12 161.5 65 8.5 8.7 3 2 Alice 58 5 6 154.5 55 7.3 7.4 4 June 174.6 70 7 7.5 Jack 64 164 42 7.9 Jacoby 49 24 150 50 6.8 6.1 Peter 20 162 63 6.3 48 Kalare 72 176 9.3 Jame 73 9 28 155 45 8.9 Andy 67 10 7.7

定量變數的敘述性統計 > summary(sleepHR1) Min. 1st Qu. Median Mean 3rd Qu. Max. 5.00 7.00 7.80 7.78 8.50 10.80 最近兩個月平均睡眠時間的平均數為7.78小時, 中位數為7.80小時 > sd(sleepHR1) # 標準差 [1] 1.14838 最近兩個月平均睡眠時間的標準差為1.14838小時

定量變數的敘述性統計 > quantile(sleepHR1,0.05) # 5百分位數 5% 6.145 最近兩個月有5%的受訪者平均睡眠時間<=6.145小時 > quantile(sleepHR1,0.95) # 95百分位數 95% 9.575 最近兩個月有95%的受訪者平均睡眠時間<=9.575小時

定量變數的敘述性統計 > quantile(sleepHR1,0.25) # Q1=25百分位數 25% 7 > quantile(sleepHR1,0.50) # Q2=50百分位數 50% 7.8 > quantile(sleepHR1,0.75) # Q3=75百分位數 75% 8.5

將敘述統計製作表格 受測者(n=50) 睡眠時間(單位：小時) 平均值±標準差(mean±SD) 7.78±1.15 中位數(median)   受測者(n=50) 睡眠時間(單位：小時) 平均值±標準差(mean±SD) 7.78±1.15 中位數(median) 7.80 最小值~最大值(min ~ max) 5.00-10.80 第5個百分位 6.15 第25個百分位 7.00 第50個百分位 第75個百分位 8.50 第95個百分位 9.58

tapply語法 tapply(連續變項, 類別變項, 函數)

定量變數分組的敘述性統計 > table(sex) # 性別的次數分配 (0:女生1:男生) sex 0 1 28 22 > tapply(sleepHR1,sex,summary) $`0` Min. 1st Qu. Median Mean 3rd Qu. Max. 6.200 7.300 8.000 8.064 8.750 10.800 $`1` 5.000 6.800 7.650 7.418 7.900 10.500

定量變數分組的敘述性統計 > tapply(sleepHR1,sex,sd) 0 1 1.089415 1.142944 > tapply(sleepHR1,sex,quantile,c(0.05,0.25,0.5,0.75,0.95)) $`0` 5% 25% 50% 75% 95% 6.400 7.300 8.000 8.750 9.625 $`1` 5% 25% 50% 75% 95% 5.53 6.80 7.65 7.90 8.50

將分組的敘述統計製作表格 女性(n=28) 男性(n=22) 現在睡眠小時(單位：小時) 平均值±標準差(mean±SD)   女性(n=28) 男性(n=22) 現在睡眠小時(單位：小時) 平均值±標準差(mean±SD) 8.06±1.09 7.42±1.14 中位數(median) 8.00 7.65 最小值-最大值(min-max) 6.20-10.80 5.00-10.50 第5個百分位 6.40 5.53 第25個百分位 7.30 6.80 第50個百分位 第75個百分位 8.80 7.90 第95個百分位 9.63 8.50

分組的敘述統計的解釋 針對28位女性(sex=0)，睡眠時間的平均值(Mean)為8.06小時、標準差(Std. Dev)為1.09、中位數(Median)為8小時、最小值為6.2小時、最大值為10.8小時。 針對22位男性(sex=1)，睡眠時間平均值(Mean)為7.42小時、標準差(Std. Dev)為1.14、中位數(Median)為7.65小時、最小值為5小時、最大值為10.5小時。 根據百分位數的結果，女性睡眠時間的第5個百分位為6.40小時，表示有5%的女性睡眠時間小於等於6.40小時，有95%的女性睡眠時間大於6.40小時；其它的百分位的解釋，依此類推。

定性變數的敘述性統計 職場壓力(pressuID)為一個二元的類別變數（dichotomous categorical variable） 將壓力程度分為有壓力(pressuID=1)及沒有壓力(pressuID=0) 可以利用次數分配表中的個數及百分比來呈現職場壓力程度的分布。

定性變數的敘述性統計 > library(prettyR) # 引入套件prettyR > freq(pressuID) Frequencies for pressuID 1 0 NA 33 17 0 % 66 34 0 %!NA 66 34

將敘述統計製作表格 沒有職場壓力(pressuID=0)有17位(34%)，有職場壓力(pressuID=1)有33位(66%)。 Frequency 次數 Percent 百分比 Cumulative 累積次數 累積百分比 0 無壓力 17 34 1 有壓力 33 66 50 100 沒有職場壓力(pressuID=0)有17位(34%)，有職場壓力(pressuID=1)有33位(66%)。

xtab語法 Crosstabulates variables with small numbers of unique values. xtab(formula,data)

定性變數分組的敘述性統計 > xtab(pressuID~sex,data=sleepdata) Crosstabulation of pressuID by sex Sex pressuID 0 1 0 12 5 17 # 觀察次數 70.59 29.41 - # 列百分比 42.86 22.73 34.00 # 行百分比 1 16 17 33 48.48 51.52 - 57.14 77.27 66.00 28 22 50 56 44 100 odds ratio = 2.55 # 勝算比 relative risk (pressuID-1) = 1.75 # 相對風險

將分組的敘述統計製作表格 28位女性中有16位(57.1%)有職場壓力，而22位男性中有17位(77.3%)有職場壓力。 女性(n=28)   女性(n=28) 人數(%) 男性(n=22) 職場壓力 無 12 (42.9) 5 (22.7) 有 16 (57.1) 17 (77.3) 28位女性中有16位(57.1%)有職場壓力，而22位男性中有17位(77.3%)有職場壓力。

付出最多的人，也是收穫最多的人 ~共勉之~