Zurück zu Fähigkeiten

generate-statistical-tables

pjt222
Aktualisiert Yesterday
7 Ansichten
17
2
17
Auf GitHub ansehen
Metaworddesign

Über

Diese Fähigkeit erstellt publikationsreife statistische Tabellen aus R-Analyseergebnissen unter Verwendung von gt, kableExtra oder flextable. Sie erzeugt deskriptive Statistiken, Regressionsergebnisse, ANOVA-Tabellen, Korrelationsmatrizen und APA-formatierte Tabellen. Nutzen Sie sie bei der Erstellung von Tabellen für wissenschaftliche Arbeiten, Berichte oder Quarto/R Markdown-Dokumente.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/generate-statistical-tables

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

統計表之生

為報告與論文製備刊級統計表。

用時

  • 製描述統計表
  • 格式回歸或 ANOVA 輸出
  • 建相關矩陣
  • 學術論文 APA 式表
  • 為 Quarto/R Markdown 文檔生表

  • 必要:統計分析結果(模型對象、摘要資料)
  • 必要:輸出格式(HTML、PDF、Word)
  • 可選:樣式指南(APA、期刊特定)
  • 可選:表編號方案

第一步:擇表包

PackageBest forFormats
gtHTML, general-purposeHTML, PDF, Word
kableExtraLaTeX/PDF documentsPDF, HTML
flextableWord documentsWord, PDF, HTML
gtsummaryClinical/statistical summariesAll via gt/flextable

得: 表包依輸出格式與用例而擇。所擇包已裝可載。

敗則: 若所需包未裝,行 install.packages("gt")(或合適包)。gtsummarygtgtsummary 皆須裝。

第二步:描述統計表

library(gt)

descriptives <- data |>
  group_by(group) |>
  summarise(
    n = n(),
    M = mean(score, na.rm = TRUE),
    SD = sd(score, na.rm = TRUE),
    Min = min(score, na.rm = TRUE),
    Max = max(score, na.rm = TRUE)
  )

gt(descriptives) |>
  tab_header(
    title = "Table 1",
    subtitle = "Descriptive Statistics by Group"
  ) |>
  fmt_number(columns = c(M, SD), decimals = 2) |>
  fmt_number(columns = c(Min, Max), decimals = 1) |>
  cols_label(
    group = "Group",
    n = md("*n*"),
    M = md("*M*"),
    SD = md("*SD*")
  )

得: gt 表對象格式化,均值、SD、計數依類分組。列頭用正統計記號(斜體 MSDn)。

敗則:group_by() 生非預期,驗分組變量存且具預期水準。若 fmt_number() 誤,確目標列為數值。

第三步:回歸結果表

model <- lm(outcome ~ predictor1 + predictor2 + predictor3, data = data)

library(gtsummary)

tbl_regression(model) |>
  bold_p() |>
  add_glance_source_note(
    include = c(r.squared, adj.r.squared, nobs)
  ) |>
  modify_header(label = "**Predictor**") |>
  modify_caption("Table 2: Regression Results")

得: gtsummary 回歸表,p 值粗體、模型擬合統計(R 方、N)於源注、描述題詞。

敗則:tbl_regression() 敗,驗入為模型對象(如 lmglm)。若 add_glance_source_note() 誤,察 broom 可整理模型:broom::glance(model)

第四步:相關矩陣

library(gt)

cor_matrix <- cor(data[, c("var1", "var2", "var3", "var4")],
                  use = "pairwise.complete.obs")

# Format lower triangle
cor_matrix[upper.tri(cor_matrix)] <- NA

as.data.frame(cor_matrix) |>
  tibble::rownames_to_column("Variable") |>
  gt() |>
  fmt_number(decimals = 2) |>
  sub_missing(missing_text = "") |>
  tab_header(title = "Table 3", subtitle = "Correlation Matrix")

得: 下三角相關矩陣以 gt 表渲染,上三角空白、兩小數位、清題詞。

敗則:sub_missing() 未空上三角,驗 NAcor_matrix[upper.tri(cor_matrix)] <- NA 正設。若變量非數值,cor() 敗;先濾為數值列。

第五步:ANOVA 表

aov_result <- aov(score ~ group * condition, data = data)

library(gtsummary)

tbl_anova <- broom::tidy(aov_result) |>
  gt() |>
  fmt_number(columns = c(sumsq, meansq, statistic), decimals = 2) |>
  fmt_number(columns = p.value, decimals = 3) |>
  cols_label(
    term = "Source",
    df = md("*df*"),
    sumsq = md("*SS*"),
    meansq = md("*MS*"),
    statistic = md("*F*"),
    p.value = md("*p*")
  ) |>
  tab_header(title = "Table 4", subtitle = "ANOVA Results")

得: 格式化 ANOVA 表含 Source、dfSSMSFp 列。交互項清標,p 值三小數位。

敗則:broom::tidy(aov_result) 生非預期列,驗模型為 aov 對象。若需 III 型平方和,用 car::Anova(model, type = 3) 代 base aov()

第六步:存表

# Save as HTML
gtsave(my_table, "table1.html")

# Save as Word
gtsave(my_table, "table1.docx")

# Save as PNG image
gtsave(my_table, "table1.png")

# For LaTeX/PDF (kableExtra)
kableExtra::save_kable(kable_table, "table1.pdf")

得: 表存為所指格式(HTML、Word、PNG、PDF)。輸出檔於適當應用中正開。

敗則:gtsave() Word 敗,確 webshot2 已裝。kableExtra PDF 輸出者,確 LaTeX 發行(TinyTeX 或 MiKTeX)已裝。

第七步:嵌入 Quarto 文檔

```{r}
#| label: tbl-descriptives
#| tbl-cap: "Descriptive Statistics by Group"

gt(descriptives) |>
  fmt_number(columns = c(M, SD), decimals = 2)
```

See @tbl-descriptives for summary statistics.

得: 表於 Quarto 文檔內渲染,有可交叉引用標籤(@tbl-*)與正題詞。表依文檔輸出格式自適應。

敗則: 若表不渲染,驗塊標籤始以 tbl- 供 Quarto 交叉引用。若 PDF 失格式,由 gtkableExtra 為 LaTeX 輸出。

  • 表於目標格式(HTML、PDF、Word)正渲染
  • 數字格式一致(小數位、對齊)
  • 統計記號合樣式指南(斜體、正符號)
  • 表有清題詞與編號
  • 列頭有意義
  • 注/腳注釋縮寫或顯著標

  • gt 於 PDF:gt PDF 支援有限。重 LaTeX 文檔用 kableExtra
  • 舍入不一:始用 fmt_number()(gt)或 format(),非 round() 於顯示
  • 缺值顯示:gt 以 sub_missing() 配置或 options(knitr.kable.NA = "")
  • PDF 寬表:表過頁寬需 landscape() 或減字號
  • APA 數字格式:界於一之值(p 值、相關)無首零:".03" 非 "0.03"

  • format-apa-report — APA 手稿中之表
  • create-quarto-report — 報告中嵌表
  • build-parameterized-report — 依參數適應之表

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/wenyan/skills/generate-statistical-tables
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen