library(ggmosaic)
library(purrr)
library(dplyr)
library(tibble)
library(tidyr)
library(broom)
Этот вопрос является продолжением предыдущего ответа, предоставленного Джейком Кауппом (ссылка ниже).Функция для Tidying Chisq.Test Выход со стандартной оценкой
Function for Tidy chisq.test Output for Visualizing or Filtering P-Values
Я хотел бы, чтобы включить этот код в функцию, используя стандартную оценку, так что я могу создать аккуратные результаты chisq.test через различные переменные. В приведенном ниже коде используется «happy $ happy» в строке карты для поиска ассоциаций между «счастливой» переменной и другими категориальными переменными. Функция позволит мне изменить «счастливую» на другую переменную, например, «здоровье» или «супружескую».
Я хотел бы включить последнюю строку «unsest» внутри функции так, чтобы она вернула результаты tidy chisq.test.
df <- happy %>%
select(-id,-year,-age,-wtssall) %>%
map(~chisq.test(.x,happy$happy))%>%
tibble(names=names(.),data=.) %>%
mutate(stats=map(data,tidy))
unnest(df,stats)
Я пытался что-то вроде - Fun <-функции (Var)%>% выберите (-id, -year, -age, -wtssall)%>% map (~ chisq.test (.x, Var)%>% tibble (names = names (.), data =.)%>% mutate (stats = map (data , tidy)). Я по-прежнему новичок в стандартной оценке и не уверен, как подойти к функциям purrr :: map с SE, а также к «счастливой счастливой» части? Я играл с вариантами примера в этом комментарии, но я не знаю, как работать. Я знаю, что глаголы dplyr имеют версии SE, но не уверены в карте или тибете? – Mike
Когда я использовал SE раньше с tidyr и dplyr, я использовал SE-глаголы, например, сбор становится gather_, count становится count_ и т. Д., А также используемые цитаты для динамических переменных. Но для этого вопроса я не совсем уверен в карте и тибете, как SE, или где или что процитировать? – Mike
Для первого комментария я хотел написать это ... Я забыл {} Fun <-функция (Var) {happy%>% select (-id, -year, -age, -wtssall)%>% map (~ chisq.test (.x, Var)%>% tibble (names = names (.), data =.)%>% mutate (stats = map (data, tidy))}. – Mike