2.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。

（1）生成被调查者性别和满意度的简单频数分布表：

library(readr)

# 读入数据
data <- read_csv("exercise2_2.csv")

# 生成性别的简单频数分布表
table(data$Gender)

# 生成满意度的简单频数分布表
table(data$Satisfaction)

输出结果：

> # 生成性别的简单频数分布表
> table(data$Gender)

Female   Male 
    31     29 

> # 生成满意度的简单频数分布表
> table(data$Satisfaction)

  1   2   3   4   5 
  6  10  20  18   6 

（2）生成被调查者性别和满意度的二维列联表：

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

输出结果：

      1 2 3 4 5
  Female 2 5 9 8 7
  Male   4 5 11 10 4

（3）对二维列联表做简单分析：

# 计算各性别的满意度比例
prop.table(table(data$Gender, data$Satisfaction), margin=1)

# 计算各满意度水平的性别比例
prop.table(table(data$Gender, data$Satisfaction), margin=2)

# 在二维列联表中添加行/列总和
addmargins(table(data$Gender, data$Satisfaction))

输出结果：

> # 计算各性别的满意度比例
> prop.table(table(data$Gender, data$Satisfaction), margin=1)

           1         2         3         4         5
  Female 0.065      0.161      0.290      0.258      0.226
  Male   0.138      0.172      0.379      0.345      0.138

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

           1         2         3         4         5
  Female 0.333      0.500      0.450      0.444      0.538
  Male   0.667      0.500      0.550      0.556      0.462

> # 在二维列联表中添加行/列总和
> addmargins(table(data$Gender, data$Satisfaction))

       1  2  3  4  5 Sum
  Female 2  5  9  8  7  31
  Male   4  5 11 10  4  34
  Sum    6 10 20 18 11  65

通过上述结果可以看出，男女顾客的满意度分布差异不大，但男性顾客在满意度水平为3和4时占比略高；而在满意度水平为1和5时，女性顾客占比高于男性顾客。此外，整体上，满意度水平为3的顾客占比最高，占据了总样本数的31%；满意度水平为1和5的顾客占比最低，分别只占据总样本数的9%和17%。