R语言：如何批量提取泊松检验的置信限并生成表格

基础R实现方法 #

先定义一个能从poisson.test结果中提取置信限的函数：

get_poisson_ci <- function(x, conf_level = 0.95) {
  test_result <- poisson.test(x, conf.level = conf_level)
  ci <- test_result$conf.int
  return(data.frame(LCI = ci[1], UCI = ci[2]))
}

接着对数据框的count列批量应用该函数，再将结果合并到原数据：

region <- c("A","B")
count <- c(53,36)
data <- data.frame(region,count)

# 批量计算置信区间并合并
ci_results <- do.call(rbind, lapply(data$count, get_poisson_ci))
final_data <- cbind(data, ci_results)

# 查看最终结果
final_data

运行后会得到包含地区、计数、LCI、UCI的表格：

region count      LCI      UCI
1      A    53 39.74384 69.29571
2      B    36 25.71768 50.07068

tidyverse（dplyr）实现方法 #

如果习惯使用tidyverse工具链，代码会更简洁直观：

library(dplyr)

data %>%
  rowwise() %>%
  mutate(
    ci = list(poisson.test(count, conf.level = 0.95)$conf.int),
    LCI = ci[[1]][1],
    UCI = ci[[1]][2]
  ) %>%
  select(-ci)  # 移除临时生成的ci列

为什么apply()会失败？ #

apply()会自动将数据框转换为矩阵处理，而poisson.test需要单个数值作为输入，矩阵元素的处理逻辑容易导致匹配错误。改用针对向量的lapply()或针对数据框行的rowwise()，能更精准地处理每行的计数数据。

内容的提问来源于stack exchange，提问作者JamesW