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")

下載