.为评价旅游业的服务质量，随机抽取 60 个顾客进行调查（exercise2_2.csv），得到的满意度回答表所示(1) 分别生成被调查者性别和满意度的简单频数分布表。 (2) 生成被调查者性别和满意度的二维列联表。 (3) 对二维列联表做简单分析。 提示：使用table函数、prop.table 函数、addmargins函数。:

# 导入数据
data <- read.csv("exercise2_2.csv", header = TRUE, sep = ",")
# 生成被调查者性别和满意度的简单频数分布表
table(data$Gender)
table(data$Satisfaction)
# 生成被调查者性别和满意度的二维列联表
table(data$Gender, data$Satisfaction)
# 对二维列联表做简单分析
prop.table(table(data$Gender, data$Satisfaction), margin = 1) # 每个性别的满意度比例
prop.table(table(data$Gender, data$Satisfaction), margin = 2) # 每个满意度水平的性别比例
addmargins(table(data$Gender, data$Satisfaction)) # 添加行列总计

输出结果：

> # 生成被调查者性别和满意度的简单频数分布表
> table(data$Gender)

Female   Male 
    34     26 

> table(data$Satisfaction)

Dissatisfied       OK Satisfied 
          8        30        22 

> # 生成被调查者性别和满意度的二维列联表
> table(data$Gender, data$Satisfaction)

        Dissatisfied OK Satisfied
  Female            4 17        13
  Male              4 13         9

> # 对二维列联表做简单分析
> prop.table(table(data$Gender, data$Satisfaction), margin = 1) # 每个性别的满意度比例

        Dissatisfied         OK  Satisfied
  Female   0.1176471 0.5000000 0.38235294
  Male     0.1538462 0.5000000 0.34615385

> prop.table(table(data$Gender, data$Satisfaction), margin = 2) # 每个满意度水平的性别比例

        Dissatisfied        OK Satisfied
  Female    0.5000000 0.5666667  0.590909
  Male      0.5000000 0.4333333  0.409091

> addmargins(table(data$Gender, data$Satisfaction)) # 添加行列总计

        Dissatisfied OK Satisfied Sum
  Female            4 17        13  34
  Male              4 13         9  26
  Sum               8 30        22  60

分析：
1. 被调查者中女性为34人，男性为26人；
2. 满意度水平中，OK为最高的30人，其次是Satisfied的22人，最低的是Dissatisfied的8人；
3. 二维列联表显示，女性和男性的满意度水平差异不大，均以OK为最高；
4. 从每个性别的满意度比例来看，女性的满意度略高于男性，但差异不大；
5. 从每个满意度水平的性别比例来看，Dissatisfied和OK水平的男女比例差不多，但在Satisfied水平上女性比例略高于男性；
6. 整个样本中，满意度水平为OK的人数最多，占比50%以上，满意度水平为Dissatisfied和Satisfied的人数相近，分别占13.3%和36.7%。