csx 就是我多天來所講的 R library 。
都是一堆有點無聊，但是我卻成日要用的 function 。
最常用我想有 mega.confint() 及 sds.cal()
mega.confint() 的作用，是增強原有的 confint() ，可同時回報 regression 的 coefficient 及 CI 。
> mega.confint(lm(Sepal.Length~Sepal.Width, data=iris))
name coef upper lower
1 (Intercept) 6.53 5.58 7.47
2 Sepal.Width -0.22 -0.53 0.08
如果是 logistic regression ，而又加入了 aor=TRUE ，回報的就是 adjusted odds ratio 。
> mega.confint(glm(Species=="virginica"~Sepal.Width, data=iris, family=binomial()), aor=TRUE)
Waiting for profiling to be done...
name coef upper lower
1 (Intercept) 4.01 0.35 51.36
2 Sepal.Width 0.50 0.22 1.12
sds.cal() 是我的介別專用 function ，之前有討論過，不再重覆。
另一類的東西，我叫做 layout suite ，可配合之前介紹的 odfWeave 使用。 meansd 之前已介紹過。其兄弟叫做 n.percent ，輸入要是 logical vector 。如
> n.percent(iris$Species=="virginica")
[1] "50 (33.3%)"
還有一個值得介紹的叫 beauti.OR() ，輸入兩個 logical vector ，輸出 format 好的 odds ratio 。
> beauti.OR(iris$Species=="virginica", iris$Sepal.Width > median(iris$Sepal.Width))
[1] "0.52 (0.24 to 1.1)"
使用方法是 source("/path/to/csx.R")