excel交叉表怎么做

excel交叉表制做的方法和步骤：

1.打开需要编辑的excel表格。

2.将光标移动到要插入的列，鼠标呈竖箭头状，右键-插入。

3.输入公式=a4&b

4.按enter键4.将光标移动到单元格右下角，鼠标呈十字架状拖动鼠标下拉。最终的显示结果即为列a+列b的内容。

 mytable<-with(Arthritis, table(Improved))   #生成简单的统计表

 mytable

Improved

  None  Some Marked

    42    14    28

prop.table(mytable)    #将频数简化为比例值

Improved

    None      Some    Marked

0.5000000 0.1666667 0.3333333

prop.table(mytable)*100 #将频数转化为百分比

Improved

    None    Some  Marked

50.00000 16.66667 33.33333

 mytable<- xtabs(~ Treatment+Improved, data=Arthritis)     #对于二维列联表，定义mytable<- table(A, B),其中，A是行变量，B是列变量；

   #mytable<- xtabs(~A+B, data=mytable),其中，data是一个矩阵或者一个数据框，一般将交叉分类的变量写在公式的右侧（~的右方），

 mytable

        Improved

Treatment None Some Marked

  Placebo  29    7      7

  Treated  13    7    21

prop.table(mytable, 1)     #生成比例，其中“1”表示table()语句中的第一个变量

        Improved

Treatment      None      Some    Marked

  Placebo 0.6744186 0.1627907 0.1627907

  Treated 0.3170732 0.1707317 0.5121951

#结果表明：接受药物治疗并且给予治疗的，有51.22%的患者是有改善的。

 margin.table(mytable, 2)    #生成边际频率，其中“2”表示table()语句中的第二个变量

Improved

  None  Some Marked

    42    14    28

prop.table(mytable)     #各单元格所占比例可用如下语句获取

        Improved

Treatment      None      Some    Marked

  Placebo 0.34523810 0.08333333 0.08333333

  Treated 0.15476190 0.08333333 0.25000000

 addmargins(mytable)    #为表格添加边际和

        Improved

Treatment None Some Marked Sum

  Placebo  29    7      7  43

  Treated  13    7    21  41

  Sum      42  14    28  84

 addmargins(prop.table(mytable))

        Improved

Treatment      None      Some    Marked        Sum

  Placebo 0.34523810 0.08333333 0.08333333 0.51190476

  Treated 0.15476190 0.08333333 0.25000000 0.48809524

  Sum    0.50000000 0.16666667 0.33333333 1.00000000

 addmargins(prop.table(mytable, 1), 2)     #默认行为表中所有的变量创建边际和

        Improved

Treatment      None      Some    Marked      Sum

  Placebo 0.6744186 0.1627907 0.1627907 1.0000000

  Treated 0.3170732 0.1707317 0.5121951 1.0000000

 addmargins(prop.table(mytable, 2), 1)

        Improved

Treatment      None      Some    Marked

  Placebo 0.6904762 0.5000000 0.2500000

  Treated 0.3095238 0.5000000 0.7500000

  Sum    1.0000000 1.0000000 1.0000000

 install.packages("gmodels")

library(gmodels)

CrossTable(Arthritis$Treatment,  Arthritis$Improved)

从图中可以看到：每一个数据单元表格含有统计量有：数量、卡方检验值、横纵比例以及总比例等值。

>mytable <- xtabs(~ Treatment+Sex+Improved, data=Arthritis)

>mytable

, , Improved = None

        Sex

Treatment Female Male

  Placebo    19  10

  Treated      6    7

, , Improved = Some

        Sex

Treatment Female Male

  Placebo      7    0

  Treated      5    2

, , Improved = Marked

        Sex

Treatment Female Male

  Placebo      6    1

  Treated    16    5

#这一部分主要是对相关的频数进行统计与分析

>ftable(mytable)

                Improved None Some Marked

Treatment Sex                           

Placebo  Female            19    7      6

          Male              10    0      1

Treated  Female            6    5    16

          Male              7    2      5

#主要体现的是ftable()函数的好处，有助于直观的浏览信息

>margin.table(mytable, 1)

Treatment

Placebo Treated

    43      41

#计算表中第一个变量treatment的和，比如placebo的为43，treated的为41

>margin.table(mytable, 2)

Sex

Female  Male

    59    25

#计算表中第二个变量性别的和，比如female的为59，male的为25

>margin.table(mytable, 3)

Improved

  None  Some Marked

    42    14    28

#计算表中第三个变量improved的和，比如none为42，some为14，marked为28

>margin.table(mytable, c(1,3))

        Improved

Treatment None Some Marked

  Placebo  29    7      7

  Treated  13    7    21

#计算表中第一个变量treatment和第三个标量improved交际的和，比如placebo（给药）*marked（显著治疗）的人为7个；

>ftable(prop.table(mytable,c(1,2)))

                Improved      None      Some    Marked

Treatment Sex                                           

Placebo  Female          0.59375000 0.21875000 0.18750000

          Male            0.90909091 0.00000000 0.09090909

Treated  Female          0.22222222 0.18518519 0.59259259

          Male            0.50000000 0.14285714 0.35714286

#按照交互的类别，算出所占的比率

>ftable(addmargins(prop.table(mytable,c(1,2)),3))

                Improved      None      Some    Marked        Sum

Treatment Sex                                                       

Placebo  Female          0.59375000 0.21875000 0.18750000 1.00000000

          Male            0.90909091 0.00000000 0.09090909 1.00000000

Treated  Female          0.22222222 0.18518519 0.59259259 1.00000000

          Male            0.50000000 0.14285714 0.35714286 1.00000000

#按照交互的类别，算出所占的比率，并算出边际和

>ftable(addmargins(prop.table(mytable,c(1,2)),3))*100

                Improved      None      Some    Marked        Sum

Treatment Sex                                                       

Placebo  Female          59.375000  21.875000  18.750000 100.000000

          Male            90.909091  0.000000  9.090909 100.000000

Treated  Female          22.222222  18.518519  59.259259 100.000000

          Male            50.000000  14.285714  35.714286 100.000000

#按照交互的类别，算出所占的比率（百分比），并算出边际和

好了，我的小伙伴们，今天就先到这儿吧，下期见！O(∩_∩)O哈哈~

卡方检验

你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，

正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，

还有一个变量3是权重，例数

数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里

，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，

然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，

后面是自由度，然后是P值。

---