generate-statistical-tables
À propos
Cette compétence génère des tableaux statistiques prêts à publication en R en utilisant gt, kableExtra ou flextable. Elle crée des statistiques descriptives, des résultats de régression, des tableaux ANOVA, des matrices de corrélation et des sorties au format APA. Utilisez-la lors de la préparation de tableaux pour des articles académiques, des rapports ou des documents Quarto/R Markdown.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/generate-statistical-tablesCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
生統計表
造可出版之統計表供報告與稿。
用
- 造描述統計表
- 格式化回歸或 ANOVA 輸出
- 建相關矩陣
- 造 APA 式表供學術論文
- 造 Quarto/R Markdown 文檔之表
入
- 必:統計析果(模對象、摘數)
- 必:出格式(HTML、PDF、Word)
- 可:風格指南(APA、期刊特)
- 可:表編號方案
行
一:擇表包
| Package | Best for | Formats |
|---|---|---|
gt | HTML, general-purpose | HTML, PDF, Word |
kableExtra | LaTeX/PDF documents | PDF, HTML |
flextable | Word documents | Word, PDF, HTML |
gtsummary | Clinical/statistical summaries | All via gt/flextable |
得:依出格式與用例擇包。所擇包已裝且可載。
敗:所需包未裝→install.packages("gt")(或適包)。gtsummary 需 gt 與 gtsummary 並裝。
二: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、SD、計數依類分。欄頭用正確統計符(斜體 M、SD、n)。
敗:group_by() 果異→驗分組變量存且有預期層。fmt_number() 誤→察目標欄含數值。
三: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,模擬合統計(R-squared、N)於源註,描述標題具。
敗:tbl_regression() 敗→驗輸入為模對象(如 lm、glm)。add_glance_source_note() 誤→察 broom 可整模:broom::glance(model)。
四: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:下三角相關矩陣為 gt 表,上三角空白,二位小數,標題清。
敗:sub_missing() 不空白上三角→驗 NA 已以 cor_matrix[upper.tri(cor_matrix)] <- NA 設。變量非數值→cor() 敗;先濾數欄。
五: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、df、SS、MS、F、p 諸欄。交互項顯標,p 值三位小數。
敗:broom::tidy(aov_result) 出欄異→驗模為 aov。欲 Type III SS 用 car::Anova(model, type = 3) 非 base aov()。
六: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:表存至指定格式(HTML、Word、PNG、PDF)。出檔於適應用正確開。
敗:gtsave() Word 敗→察 webshot2 包已裝。PDF 經 kableExtra→察 LaTeX 分發(TinyTeX 或 MiKTeX)已裝。
七:嵌 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 文檔內聯繪,標籤可交叉引(@tbl-*),題具。表自動適文檔出格式。
敗:表不繪→驗塊標以 tbl- 起供 Quarto 交叉引。PDF 格式失→由 gt 換 kableExtra 供 LaTeX 出。
驗
- 表於目標格式(HTML、PDF、Word)正確繪
- 數字格式一致(小數位、對齊)
- 統計符合風格指南(斜體、正符)
- 表有清題與編號
- 欄頭有意義
- 注/腳注釋縮寫或顯著標
忌
- gt 於 PDF:gt 於 PDF 有限。LaTeX 重文用 kableExtra
- 四捨不一:恆用
fmt_number()(gt)或format(),非round()供顯 - 缺值顯:gt 用
sub_missing()配,或options(knitr.kable.NA = "") - PDF 寬表:表過頁寬需
landscape()或減字 - APA 數格:界 1 之值無先導零(p 值、相關):".03" 非 "0.03"
- 忘腳注:縮寫、顯著標必說明
- 混次型:分類因子與數值因子應分表式
參
format-apa-reportcreate-quarto-reportbuild-parameterized-report
Dépôt GitHub
Compétences associées
content-collections
MétaCette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
polymarket
MétaCette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
creating-opencode-plugins
MétaCette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
sglang
MétaSGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.
