如何在R中计算两组不等样本的中位数差值及95%置信区间

以下方法均支持两组样本量不等的场景，可直接适配你现有的tableone工作流：

方法一：自助法手动实现（灵活性高，可自定义输出格式） #

步骤1：加载依赖包 #

library(tableone)
library(boot)

步骤2：定义自助统计函数，计算两组中位数差值 #

# 函数可根据需求调整差值的组别顺序，以下示例为pp组减对照组
calc_med_diff <- function(data, indices) {
  sample_df <- data[indices, ]
  med_pp <- median(sample_df$waiting.time[sample_df$group == "pp"], na.rm = TRUE)
  med_ctrl <- median(sample_df$waiting.time[sample_df$group == "对照组"], na.rm = TRUE)
  return(med_pp - med_ctrl)
}

步骤3：运行自助抽样计算置信区间 #

# 设置随机种子保证结果可复现
set.seed(123)
# R为自助抽样重复次数，需稳定结果可调整为5000/10000
boot_result <- boot(data = data, statistic = calc_med_diff, R = 1000)
# 提取差值点估计与95%百分位置信区间
med_diff <- boot_result$t0
ci_95 <- boot.ci(boot_result, type = "perc")$percent[c(4,5)]
# 格式化为和tableone一致的输出样式
diff_output <- sprintf("%.2f (%.2f, %.2f)", med_diff, ci_95[1], ci_95[2])

步骤4：合并到tableone输出 #

# 运行你原有代码生成基础统计表格
tab <- print(
  CreateTableOne(vars = "waiting.time", strata = "group", data = data, addOverall = TRUE),
  nonnormal = "waiting.time"
)
# 打印合并结果
print(tab)
cat("中位数差值（pp组-对照组）及95%CI：", diff_output, "\n")

如果需要直接把差值结果嵌入到tableone的表格中导出，可直接修改tab对象的对应行，结合knitr::kable等工具即可生成和参考图一致的展示效果。

方法二：调用现成包直接计算 #

如果不需要自定义逻辑，可直接用wrs2包的medpb2函数一键计算：

library(wrs2)
# 直接返回中位数差值与95%自助法置信区间
med_result <- medpb2(waiting.time ~ group, data = data, nboot = 1000)
print(med_result)

注意事项 #

• 数据存在缺失值时，建议提前清理或在中位数计算时保留na.rm = TRUE参数
• 差值的组别顺序可根据需求调整，修改calc_med_diff函数的返回值顺序即可
• 自助抽样重复次数建议不低于1000次，结果精度要求高可适当调高数值

内容的提问来源于stack exchange，提问作者Mohamed Rahouma