基于gtsummay进行批量有序多分类回归及线性回归

文章预览

Part1 gtsummary系列的强大 1 可扩展性及批处理特性 用过很多其他的包也支持制作整洁表格，但是大部分的包都仅是支持三个回归，对于不太常见的其他回归并不支持。gtsummary包不仅支持常见的三大回归，还支持其他的回归方法并能批量返回单因素回归的整洁结果，本次展示其批量处理有序多分类的逻辑回归及线性回归. gt系列支持的回归函数 2 有序多分类逻辑回归批量单因素分析 library(gtsummary) library(MASS) options(contrasts = c( "contr.treatment" ,  "contr.poly" )) data( "housing" ) 测试数据集 tbl_uv_polr   tbl_uvregression(     data = housing,  #数据集     method = MASS::polr,  #利用mass包的polr函数     y = Sat,  #结果变量，三分类等级变量     exponentiate = TRUE,  #输出OR     pvalue_fun =  function (x) style_pvalue(x, digits = 2)   )%>%   add_global_p()  #增加P值 tbl_uv_polr 批量多 ………………………………