卡方检验在 R 中提供预期数据答案

【问题标题】：chi square test providing expected data in R卡方检验在 R 中提供预期数据
【发布时间】：2017-10-20 12:45:40
【问题描述】：

第一次写到这里，如有遗漏，敬请见谅。

我正在比较两种 DNA 定量方法，并试图了解哪种方法的结果更接近真实结果（我添加到样本中的 DNA）。

对于每种方法，我有 5 次重复。我在每个样本中放入 1000 个细胞（期望值），得到以下量化值（观察值）：

方法 P - 500、400、400、500、500
方法 Q - 1000、900、1400、700、1000

当我尝试使用 chisq() 函数时，我似乎无法告诉函数哪些是预期值，它会计算预期值，这不是我想要的。

> P<-c(500, 400, 400, 500, 500)

> Q<-c(1000, 900, 1400, 700, 1000)

> chisqQ <- chisq.test(Q)
Chi-squared test for given probabilities

data:  Q
X-squared = 260, df = 4, p-value < 2.2e-16

> chisqP <- chisq.test(P)

    Chi-squared test for given probabilities

data:  P
X-squared = 26.087, df = 4, p-value = 3.039e-05

问题在于我没有建立我的期望值，而对于 Q，它会自动计算 1000，而对于 P，它不会

> round(chisqQ$expected,2)
[1] 1000 1000 1000 1000 1000

> round(chisqP$expected,2)
[1] 460 460 460 460 460

chisq 函数中有 p 参数，但它必须是概率，这不是我的情况。

我已经在 excel 上手动计算了卡方值并进行了比较，但是有一次，在未来，我将有几种技术和几个单元格数量，我想知道是否可以在 R 中完成。

提前致谢，

干杯，

乔安娜

【问题讨论】：

给我们一些可重现的数据或例子，并展示你到目前为止写的代码......这将帮助你得到答案......

标签： r chi-squared

【解决方案1】：

因此，如果我理解正确，您已经有了预期值，并希望使用卡方来查看您的拟合程度。

如果是这样，以下解决方案将起作用。

obs <- c(500,400,400,500,500)
exp <- c(XX, XX, XX, XX, XX)
chisq.test(x = observed, p = expected)

【讨论】：