如何用tbl_svysummary为行百分比添加对应行置信区间？

要让置信区间匹配行百分比，需要自定义统计量计算逻辑——默认add_ci()计算的是列百分比的置信区间，无法直接适配行百分比需求。以下是具体修改方案：

步骤1：自定义行百分比及置信区间的统计函数 #

先定义一个函数，借助survey包的svyciprop()计算行比例的置信区间，再转换为百分比格式：

# 加载所需包
library(gtsummary)
library(survey)

# 自定义统计函数：生成行百分比+对应置信区间
row_pct_ci <- function(data, variable, by, weights, ...) {
  # 创建调查设计对象（替换weights为你的权重列名）
  svy_design <- svydesign(ids = ~1, weights = as.formula(paste0("~", weights)), data = data)
  
  # 计算行维度的比例置信区间（by为分组变量，variable为行变量）
  prop_ci <- svyciprop(
    formula = as.formula(paste0("~", by, " | ", variable)),
    design = svy_design,
    method = "logit"  # 可根据数据特性更换为"likelihood"或"asin"等
  )
  
  # 转换为百分比格式，保留1位小数
  pct <- prop_ci * 100
  ci <- confint(prop_ci) * 100
  
  # 整理成「百分比 (CI下限, CI上限)」的格式
  paste0(
    sprintf("%.1f", pct),
    " (", sprintf("%.1f", ci[, 1]), ", ", sprintf("%.1f", ci[, 2]), ")"
  )
}

步骤2：在tbl_svysummary中应用自定义统计量 #

修改原代码，指定statistic参数调用自定义函数，替代默认的统计量计算逻辑：

data %>%
  tbl_svysummary(
    by = "cig",
    include = ses,
    percents = "row",
    # 为分类变量指定自定义的行百分比+置信区间统计量
    statistic = list(all_categorical() ~ "{row_pct_ci(., variable = 'ses', by = 'cig', weights = 'your_weight_column')}")
  )

关键注意事项 #

• 替换代码中的your_weight_column为你数据中实际的权重列名；
• 若需调整小数位数，修改sprintf()中的%.1f即可（比如%.2f保留两位小数）；
• svyciprop()的method参数可根据数据分布特性选择，logit是通用且稳健的默认选项。

内容的提问来源于stack exchange，提问作者Hope Muller-Tabs