目前，本人写的scitb包1.6版本已经正式在R语言官方CRAN上线，scitb包是一个为生成专业化统计表格而生的R包。
可以使用以下代码安装
install.packages("scitb")
安装过旧版本的从新安装一次就可以升级了,根据粉丝的建议，增加了Overall参数对数据进行汇总的功能，增加了连续卡方校正和fisher精确卡方的功能。
下面我来演示一下，scitb包生成结果需要stringi包和nortest包支持，这两个包你可以不导入，但要先安装好。
install.packages(stringi)
install.packages(nortest)
安装好需要的包后我们就可以开始了，先导入R包和数据，scitb包自带有我既往的早产数据，咱们直接从包调用
library(scitb)
bc<-prematurity
这是一个关于早产低体重儿的数据，低于2500g被认为是低体重儿。数据解释如下：low 是否是小于2500g早产低体重儿，age 母亲的年龄，lwt 末次月经体重，race 种族，smoke 孕期抽烟，ptl 早产史（计数），ht 有高血压病史，ui 子宫过敏，ftv 早孕时看医生的次数，bwt 新生儿体重数值
Sci包中绘制基线表的主要是scitb1函数（以后会有更多其他表格函数），本次我主要是介绍新功能，基础功能请看既往文章，咱们来看下它的函数体
scitb1(vars,fvars=NULL,strata,data,dec,num,nonnormal=NULL,type=NULL,
statistic=F,atotest=T,NormalTest=NULL,fisher=FALSE,correct=FALSE,Overall=FALSE)
咱们先来看一下，vars是变量的意思，你基线表中的变量放进去，fvars是分类变量，就是你vars变量中的分类变量，如果没有的话就留空。strata,就是分层的意思，这里填入你要研究的变量，data这里填入你的数据，dec就是你生成结果的小数点位数，默认是3位。
先来个分类变量的，
假设咱们想race为研究目标，因为它是分类变量，咱们最好把它转成因子，因为scitb包有一定对数据类型的判定能力，如果你的分类变量类别大于5个，而你不转成因子的话，它可能自动判定为连续变量，处理方式不一样的，所以这里最好自己设定一下
bc$race<-as.factor(bc$race)
接下来就是定义全部变量，分类变量和分层变量，这和tableone包一模一样，如果你会使用tableone包，使用scitb包起来完全无压力。
allVars <-c("age", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt")
fvars<-c("smoke","ht","ui")
strata<-"race"
一键生成统计结果
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc)
假如咱们论文需要汇总的结果，加上Overall=T
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,statistic=T,Overall=T)
如果你的数据比较特殊，如果理论数T＜5但T≥1,并且n≥40,需要用连续性校正的卡方进行检验.可以加上correct=T
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,statistic=T,Overall=T,fisher=F,correct=T)
如果你理论数T＜1或n＜40,需要用到Fisher’s检验.
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,statistic=T,Overall=T,fisher=F,correct=T)
大家注意一下，fisher精确卡方和连续校正卡方同时选的话，只会出fisher精确卡方的结果，第二就是fisher精确卡方是没有统计值的，咱们看SPSS的结果也是没有的
所以怎么制表需要你自己想好来。连续变量也是差不多的，我简单跑一下把
allVars <-c("race", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt")
fvars<-c("smoke","ht","ui","race")
strata<-"age"
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc)
红色字体并不是说明有错误，而是温馨提示你目前函数是把这个变量当做连续变量来处理，并告诉你分段的截点
添加汇总数据
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,num=4,Overall=T)
其他的操作都差不多，我就不一一介绍了，想要详细了解的请看既往文章。