동과 서

kable(t(as.matrix(table(monkey), 1)))
원숭이-바나나 원숭이-팬더 팬더-바나나
38 22 3 
kable(t(as.matrix(table(leader), 1)))
여전히 행복하다 행복하지 않다
27 36 
kable(t(as.matrix(table(saucer), 1)))
맨 위 중간 맨 아래
31 2 29 
kable(table(saucer, monkey))
원숭이-바나나 원숭이-팬더 팬더-바나나
맨 위 20 10 1
중간 1 0 1
맨 아래 17 11 1

원숭이-바나나-팬더 질문에 대하여 성별, 출신지역별, 학번별 차이 확인. 주변합과 주변분포를 함께 표시

source("./addmargins_kr.R")
tbl.m.sex <- table("성별" = sex, "둘을 묶으면?" = monkey)
tbl.m.sex.a <- addmargins.kr(tbl.m.sex)
pander(tbl.m.sex.a)
  원숭이-바나나 원숭이-팬더 팬더-바나나 계
남 22 13 2 37
여 16 9 1 26
계 38 22 3 63 
pander(matrix(paste(format(prop.table(tbl.m.sex, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.m.sex)[1], dimnames = dimnames(tbl.m.sex)))
  원숭이-바나나 원숭이-팬더 팬더-바나나
남 59.5% 35.1% 5.4%
여 61.5% 34.6% 3.8% 
tbl.m.region <- table("지역" = region.2, "둘을 묶으면?" = monkey)
tbl.m.region.a <- addmargins.kr(tbl.m.region)
pander(tbl.m.region.a)
  원숭이-바나나 원숭이-팬더 팬더-바나나 계
수도권 28 15 3 46
지방 10 7 0 17
계 38 22 3 63 
pander(matrix(paste(format(prop.table(tbl.m.region, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.m.region)[1], dimnames = dimnames(tbl.m.region)))
  원숭이-바나나 원숭이-팬더 팬더-바나나
수도권 60.9% 32.6% 6.5%
지방 58.8% 41.2% 0.0% 
tbl.m.year <- table("학번" = year, "둘을 묶으면?" = monkey)
tbl.m.year.a <- addmargins.kr(tbl.m.year)
pander(tbl.m.year.a)
  원숭이-바나나 원숭이-팬더 팬더-바나나 계
13학번 이후 19 13 1 33
12학번 이전 19 9 2 30
계 38 22 3 63 
pander(matrix(paste(format(prop.table(tbl.m.year, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.m.year)[1], dimnames = dimnames(tbl.m.year)))
  원숭이-바나나 원숭이-팬더 팬더-바나나
13학번 이후 57.6% 39.4% 3.0%
12학번 이전 63.3% 30.0% 6.7% 
tbl.m.year.2 <- table("학번" = year.2, "둘을 묶으면?" = monkey)
tbl.m.year.2.a <- addmargins.kr(tbl.m.year.2)
pander(tbl.m.year.2.a)
  원숭이-바나나 원숭이-팬더 팬더-바나나 계
12학번 이후 25 17 1 43
11학번 이전 13 5 2 20
계 38 22 3 63 
pander(matrix(paste(format(prop.table(tbl.m.year.2, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.m.year.2)[1], dimnames = dimnames(tbl.m.year.2)))
  원숭이-바나나 원숭이-팬더 팬더-바나나
12학번 이후 58.1% 39.5% 2.3%
11학번 이전 65.0% 25.0% 10.0%

여전히 행복한가요? 질문에 대하여 성별, 지역별, 학번별 차이 확인.

tbl.l.sex <- table("성별" = sex, "여전히 행복한가요?" = leader)
tbl.l.sex.a <- addmargins.kr(tbl.l.sex)
pander(tbl.l.sex.a)
  여전히 행복하다 행복하지 않다 계
남 16 21 37
여 11 15 26
계 27 36 63 
pander(matrix(paste(format(prop.table(tbl.l.sex, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.l.sex)[1], dimnames = dimnames(tbl.l.sex)))
  여전히 행복하다 행복하지 않다
남 43.2% 56.8%
여 42.3% 57.7% 
tbl.l.region <- table("지역" = region.2, "여전히 행복한가요?" = leader)
tbl.l.region.a <- addmargins.kr(tbl.l.region)
pander(tbl.l.region.a)
  여전히 행복하다 행복하지 않다 계
수도권 23 23 46
지방 4 13 17
계 27 36 63 
pander(matrix(paste(format(prop.table(tbl.l.region, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.l.region)[1], dimnames = dimnames(tbl.l.region)))
  여전히 행복하다 행복하지 않다
수도권 50.0% 50.0%
지방 23.5% 76.5% 
tbl.l.year <- table("학번" = year, "여전히 행복한가요?" = leader)
tbl.l.year.a <- addmargins.kr(tbl.l.year)
pander(tbl.l.year.a)
  여전히 행복하다 행복하지 않다 계
13학번 이후 12 21 33
12학번 이전 15 15 30
계 27 36 63 
pander(matrix(paste(format(prop.table(tbl.l.year, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.l.year)[1], dimnames = dimnames(tbl.l.year)))
  여전히 행복하다 행복하지 않다
13학번 이후 36.4% 63.6%
12학번 이전 50.0% 50.0% 
tbl.l.year.2 <- table("학번" = year.2, "여전히 행복한가요?" = leader)
tbl.l.year.2.a <- addmargins.kr(tbl.l.year.2)
pander(tbl.l.year.2.a)
  여전히 행복하다 행복하지 않다 계
12학번 이후 18 25 43
11학번 이전 9 11 20
계 27 36 63 
pander(matrix(paste(format(prop.table(tbl.l.year.2, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.l.year.2)[1], dimnames = dimnames(tbl.l.year.2)))
  여전히 행복하다 행복하지 않다
12학번 이후 41.9% 58.1%
11학번 이전 45.0% 55.0%

어느 것이 앞에 있나요? 질문에 대하여 성별, 지역별, 학번별 차이 확인.

tbl.s.sex <- table("성별" = sex, "어느 것이 앞에 있나요?" = saucer)
tbl.s.sex.a <- addmargins.kr(tbl.s.sex)
pander(tbl.s.sex.a)
  맨 위 중간 맨 아래 계
남 23 1 12 36
여 8 1 17 26
계 31 2 29 62 
pander(matrix(paste(format(prop.table(tbl.s.sex, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.s.sex)[1], dimnames = dimnames(tbl.s.sex)))
  맨 위 중간 맨 아래
남 63.9% 2.8% 33.3%
여 30.8% 3.8% 65.4% 
tbl.s.region <- table("지역" = region.2, "어느 것이 앞에 있나요?" = saucer)
tbl.s.region.a <- addmargins.kr(tbl.s.region)
pander(tbl.s.region.a)
  맨 위 중간 맨 아래 계
수도권 24 2 19 45
지방 7 0 10 17
계 31 2 29 62 
pander(matrix(paste(format(prop.table(tbl.s.region, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.s.region)[1], dimnames = dimnames(tbl.s.region)))
  맨 위 중간 맨 아래
수도권 53.3% 4.4% 42.2%
지방 41.2% 0.0% 58.8% 
tbl.s.year <- table("학번" = year, "어느 것이 앞에 있나요?" = saucer)
tbl.s.year.a <- addmargins.kr(tbl.s.year)
pander(tbl.s.year.a)
  맨 위 중간 맨 아래 계
13학번 이후 15 0 17 32
12학번 이전 16 2 12 30
계 31 2 29 62 
pander(matrix(paste(format(prop.table(tbl.s.year, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.s.year)[1], dimnames = dimnames(tbl.s.year)))
  맨 위 중간 맨 아래
13학번 이후 46.9% 0.0% 53.1%
12학번 이전 53.3% 6.7% 40.0% 
tbl.s.year.2 <- table("학번" = year.2, "어느 것이 앞에 있나요?" = saucer)
tbl.s.year.2.a <- addmargins.kr(tbl.s.year.2)
pander(tbl.s.year.2.a)
  맨 위 중간 맨 아래 계
12학번 이후 19 1 22 42
11학번 이전 12 1 7 20
계 31 2 29 62 
pander(matrix(paste(format(prop.table(tbl.s.year.2, margin = 1)*100, digits = 2, nsmall = 1), "%", sep = ""), nrow = dim(tbl.s.year.2)[1], dimnames = dimnames(tbl.s.year.2)))
  맨 위 중간 맨 아래
12학번 이후 45.2% 2.4% 52.4%
11학번 이전 60.0% 5.0% 35.0%

Save