MCP HubMCP Hub
Вернуться к навыкам

generate-statistical-tables

pjt222
Обновлено 2 days ago
8 просмотров
17
2
17
Посмотреть на GitHub
Метаworddesign

О программе

Этот навык создает готовые к публикации статистические таблицы из результатов анализа R с использованием gt, kableExtra или flextable. Он генерирует таблицы описательной статистики, результатов регрессионного анализа, таблицы ANOVA, корреляционные матрицы и таблицы в формате APA. Используйте его при подготовке таблиц для научных статей, отчетов или документов Quarto/R Markdown.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/generate-statistical-tables

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

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 репозиторий

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

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык