asp.net做报名网站,二级建造师求职网,@安徽网站建设,小程序模板源下载在SCI论文中#xff0c;我们不可避免和缺失数据打交道#xff0c;特别是在回顾性研究#xff0c;对于缺失的协变量#xff08;就是混杂因素#xff09;#xff0c;我们可以使用插补补齐数据#xff0c;但是对于结局变量和原因变量的缺失#xff0c;我们不能这么做。部分…在SCI论文中我们不可避免和缺失数据打交道特别是在回顾性研究对于缺失的协变量就是混杂因素我们可以使用插补补齐数据但是对于结局变量和原因变量的缺失我们不能这么做。部分人的做法是直接删除掉这部分的数据如SEER数据库有些高分SCI杂志的审稿人会问你缺失数据的情况和你是怎么处理的如果我们能附上一个缺失数据和未缺失数据比较的表格可以起到一表抵千言万语的作用如下图。 如表格所示如果比较出缺失数据和未缺失数据P值大于0.05说明数据为随机缺失删除后对数据分布没有影响但如果小于0.05你删除这部分数据则要说明删除原因。
今天咱们视频演示一下如何R语言做出上面的表格 R言语处理数据中的缺失值 代码
library(foreign)
library(survival)
library(tidyverse)
library(compareGroups)
bc-read.spss(E:/r/test/Breast cancer survival agec.sav,use.value.labelsF, to.data.frameT)
head(bc,10)# age表示年龄pathsize表示病理肿瘤大小厘米lnpos表示腋窝淋巴结阳性histgrad表示病理组织学等级
# er表示雌激素受体状态pr表示孕激素受体状态status结局事件是否死亡pathscat表示病理肿瘤大小类别分组变量
# ln_yesno表示是否有淋巴结肿大time是生存时间后面的agec是我们自己设定的不用管它。#假设我们想知道er表示雌激素受体状态和结局死亡的关系我们看到er还是有很多缺失值的我们先要把这部分缺失值提出来bc1-bc%%mutate(cancelledis.na(er))bc1$cancelled-ifelse(bc1$cancelledTRUE,1,0)##分类变量转成因子
bc1$lnpos - factor(bc1$lnpos)
bc1$histgrad - factor(bc1$histgrad)
bc1$pr - factor(bc1$pr)
bc1$status- factor(bc1$status)
bc1$pathscat- factor(bc1$pathscat)
bc1$ln_yesno- factor(bc1$ln_yesno)
bc1$cancelled-factor(bc1$cancelled)###生成表格
descrTable(cancelled~ .-er, data bc1) ##要减掉er这个变量# status: 0.927
# 0 818 (94.1%) 317 (93.8%)
# 1 51 (5.87%) 21 (6.21%) #换个方式
descrTable(status~cancelled, data bc1)# cancelled: 0.927
# 0 818 (72.1%) 51 (70.8%)
# 1 317 (27.9%) 21 (29.2%)
