如何将Sen's Slope计算结果保存为表格并导出至CSV文件

sen.slope()返回的是一个htest类对象，无法直接保存为表格，需要先提取核心统计量并整理成数据框（表格结构），再导出为CSV文件。

步骤1：提取结果信息并构建表格 #

你可以手动指定要保留的统计指标，将其整理成结构化数据框：

# 从Prec45对象中提取关键统计量
z_value <- Prec45$statistic
sample_size <- Prec45$n
p_value <- Prec45$p.value
ci_lower <- Prec45$conf.int[1]
ci_upper <- Prec45$conf.int[2]
sen_slope_val <- Prec45$estimate

# 构建表格形式的数据框
result_table <- data.frame(
  指标名称 = c("z值", "样本量n", "p值", "95%置信区间下限", "95%置信区间上限", "Sen's斜率"),
  数值 = c(z_value, sample_size, p_value, ci_lower, ci_upper, sen_slope_val)
)

# 查看生成的表格
print(result_table)

运行后会得到清晰的结构化表格：

指标名称        数值
1               z值 -1.7156000
2            样本量n 430.0000000
3               p值   0.0862400
4 95%置信区间下限  -0.0256118
5 95%置信区间上限   0.0020160
6        Sen's斜率  -0.0123412

步骤2：导出为CSV文件 #

用write.csv()函数直接将数据框导出到指定路径：

# 导出到当前工作目录，文件名可自定义
write.csv(result_table, file = "Sen_Slope_Result.csv", row.names = FALSE, fileEncoding = "UTF-8")

• row.names = FALSE：避免导出时自动添加无意义的行号
• fileEncoding = "UTF-8"：确保中文表头在CSV中正常显示

补充：批量处理的简洁方法 #

如果需要批量处理多个Sen's Slope结果，可以用broom包的tidy()函数一键标准化整理：

# 安装并加载broom包（仅首次使用需要安装）
install.packages("broom")
library(broom)

# 自动整理htest对象为标准表格
tidy_result <- tidy(Prec45)
print(tidy_result)

# 导出CSV
write.csv(tidy_result, file = "Sen_Slope_Tidy_Result.csv", row.names = FALSE)

tidy()会自动生成包含estimate（Sen's斜率）、statistic（z值）、p.value、conf.low、conf.high等列的标准化表格，适合批量分析场景。

内容的提问来源于stack exchange，提问作者Sana