分类变量分析通常从计数开始。单变量频数表描述各类别出现多少次，比例表表达它们占总体多少，列联表则展示两个或更多分类变量的联合分布。
library(dplyr)
library(palmerpenguins)单变量频数与比例
Base R 的 table() 返回每个类别的计数：
species_n <- table(penguins$species)
species_n转换为比例：
prop.table(species_n)用 dplyr 可以直接生成适合后续整理的数据框：
penguins |>
count(species, name = "n") |>
mutate(proportion = n / sum(n))计数是样本规模，比例便于不同总体规模之间比较。正式表格通常应同时保留两者。
二维列联表
species_island <- table(
species = penguins$species,
island = penguins$island
)
species_island整表比例、行比例和列比例回答不同问题：
prop.table(species_island)
prop.table(species_island, margin = 1)
prop.table(species_island, margin = 2)- 整表比例：每个组合占全部样本多少；
- 行比例：给定行类别时，各列如何分布；
- 列比例：给定列类别时，各行如何分布。
报告百分比时必须说明分母。只写“44%”而不说明是总体、行还是列百分比，很容易造成误读。
多维列联表
三个以上分类变量可以继续传给 table()，并用 ftable() 展平显示：
multiway <- with(
penguins,
table(species, island, sex, useNA = "ifany")
)
ftable(multiway)维度增加后，单元格会快速变稀疏。多维表适合检查数据结构，但不一定适合直接放进报告；可以根据问题分层展示，或用模型处理多个变量的关系。
缺失值
table() 默认忽略缺失值。需要检查缺失时应显式设置：
table(penguins$sex, useNA = "ifany")缺失不是普通类别。将其显示在描述表中有助于质量检查，但进行比例或检验时，应明确分母是否包含缺失观测。
使用 gtsummary 生成展示表
library(gtsummary)
penguins |>
select(species, island, sex) |>
tbl_summary(by = species)gtsummary 适合生成带标签、缺失统计和分组百分比的报告表；table() 和 count() 更适合计算、检查和后续编程。不要让美化后的输出替代对原始计数与分母的核查。
从描述到检验
列联表先回答样本中观察到了什么。若要推断总体中的分类变量是否独立，再根据抽样设计、期望频数和配对结构选择卡方检验、Fisher 精确检验或其他方法。
先报告计数和比例，再报告检验结果，读者才能同时判断差异的大小和数据是否稀疏。