MCP HubMCP Hub
Retour aux compétences

generate-statistical-tables

pjt222
Mis à jour Yesterday
3 vues
17
2
17
Voir sur GitHub
Métaworddesign

À propos

Cette Compétence Claude 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 lorsque vous devez formater des analyses statistiques pour des articles académiques, des rapports ou des documents Quarto/R Markdown.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/generate-statistical-tables

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

生統計表

為報告與手稿建可發表之統計表。

適用時機

  • 建描述統計表
  • 格式化迴歸或 ANOVA 輸出
  • 建相關矩陣
  • 為學術論文生 APA 風格表
  • 為 Quarto/R Markdown 文件生表

輸入

  • 必要:統計分析結果(模型物件、摘要資料)
  • 必要:輸出格式(HTML、PDF、Word)
  • 選擇性:風格指引(APA、特定期刊)
  • 選擇性:表編號方案

步驟

步驟一:擇表格套件

套件宜於格式
gtHTML、通用HTML、PDF、Word
kableExtraLaTeX/PDF 文件PDF、HTML
flextableWord 文件Word、PDF、HTML
gtsummary臨床/統計摘要皆經 gt/flextable

預期: 依輸出格式與用例擇一表格套件。所擇套件已裝可載。

失敗時: 若所需套件未裝,執行 install.packages("gt")(或合宜套件)。用 gtsummarygtgtsummary 皆裝。

步驟二: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*")
  )

預期: gt 表物件,含依類別分組之格式化均值、SD 與計數。欄首用正確統計標記(斜體 MSDn)。

失敗時:group_by() 產意外結果,驗分組變數存且有預期層級。若 fmt_number() 拋錯,確目標欄含數值資料。

步驟三:迴歸結果表

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")

預期: gtsummary 迴歸表,p 值粗體,模型擬合統計(R 平方、N)於源註中,附描述性標題。

失敗時:tbl_regression() 失敗,驗輸入為模型物件(如 lmglm)。若 add_glance_source_note() 錯,核 broom 可整理模型:broom::glance(model)

步驟四:相關矩陣

library(gt)

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

# 格式化下三角
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")

預期: 下三角相關矩陣以 gt 表渲染,上三角留空,二位小數,附清晰標題。

失敗時:sub_missing() 未空上三角,驗 NA 值正確設為 cor_matrix[upper.tri(cor_matrix)] <- NA。若變數非數值,cor() 將失敗;先篩選數值欄。

步驟五: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")

預期: 格式化之 ANOVA 表含 Source、dfSSMSFp 欄。交互作用項清楚標示,p 值格式為三位小數。

失敗時:broom::tidy(aov_result) 產意外欄,驗模型為 aov 物件。欲 III 型平方和,用 car::Anova(model, type = 3) 替代原生 aov()

步驟六:存表

# 存為 HTML
gtsave(my_table, "table1.html")

# 存為 Word
gtsave(my_table, "table1.docx")

# 存為 PNG 圖
gtsave(my_table, "table1.png")

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

預期: 表存於指定檔格式(HTML、Word、PNG 或 PDF)。輸出檔於合宜應用中正確開啟。

失敗時:gtsave() 於 Word 格式失敗,確 webshot2 套件已裝。經 kableExtra 之 PDF 輸出須 LaTeX 發行版(TinyTeX 或 MiKTeX)已裝。

步驟七:嵌於 Quarto 文件

```{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.

預期: 表於 Quarto 文件中就地渲染,附可交叉參考之標籤(@tbl-*)與合宜標題。表自動適應文件輸出格式。

失敗時: 若表未渲染,驗段標籤以 tbl- 始以便 Quarto 交叉參考。若 PDF 失格式,從 gtkableExtra 以利 LaTeX 輸出。

驗證

  • 表於目標格式(HTML、PDF、Word)中正確渲染
  • 數字格式一致(小數位、對齊)
  • 統計標記依風格指引(斜體、正確符號)
  • 表有清晰標題與編號
  • 欄首有意義
  • 註腳解釋縮寫或顯著性標記

常見陷阱

  • PDF 中之 gt:gt 之 PDF 支援有限。LaTeX 重文件用 kableExtra。
  • 四捨五入不一致:顯示永用 fmt_number()(gt)或 format() 而非 round()
  • 缺失值顯示:於 gt 以 sub_missing() 設或 options(knitr.kable.NA = "")
  • PDF 中寬表:超頁寬之表須 landscape() 或字體縮小
  • APA 數字格式:界限為一之值(p 值、相關)無前導零:".03" 非 "0.03"

相關技能

  • format-apa-report - APA 手稿中之表
  • create-quarto-report - 於報告中嵌表
  • build-parameterized-report - 適應參數之表

Dépôt GitHub

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

Compétences associées

content-collections

Méta

Cette 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.

Voir la compétence

polymarket

Méta

Cette 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.

Voir la compétence

creating-opencode-plugins

Méta

Cette 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.

Voir la compétence

sglang

Méta

SGLang 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.

Voir la compétence