generate-statistical-tables
정보
이 스킬은 gt, kableExtra 또는 flextable을 사용하여 R 분석 결과에서 출판 가능한 통계 표를 생성합니다. 기술 통계량, 회귀 분석 결과, ANOVA 표, 상관 행렬 및 APA 형식 표를 작성합니다. 학술 논문, 보고서 또는 Quarto/R Markdown 문서용 표를 준비할 때 사용하세요.
빠른 설치
Claude Code
추천npx 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-tablesClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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
入
- 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
法
第一步: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: 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)。gtsummary 則 gt 與 gtsummary 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 M、SD、n)。
敗則: 若 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: 若 tbl_regression() 敗,驗入為模型對象(如 lm、glm)。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: 若 sub_missing() 未空上三角,驗 NA 以 cor_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、df、SS、MS、F、p 列。交互項清標,p 值三小數位。
敗則: 若 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: 若 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 gt 改 kableExtra 為 LaTeX 輸出。
驗
- 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
陷
- 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"
參
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 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
