R，卡方检验，2 暗随机向量，拟合优度答案

【问题标题】：R, Chi-Square test, 2 dim random vector, goodness-of-fitR，卡方检验，2 暗随机向量，拟合优度
【发布时间】：2015-03-27 18:23:55
【问题描述】：

我有一个大小为 $n$ 的样本 $x$，$n$ 是偶数。 $H_0$ 是集合 $\{1,\dots,S\}$ 上的均匀分布。基本上我是这样做的：

table(x[seq.int(1, length(x), 2)], x[seq.int(2, length(x), 2)])

在那之后，我想使用卡方检验来检验拟合度，而不是独立性！更准确地说，我有一个随机变量序列 ${x_1,x_2,\ldots, x_n}$，现在我有一个随机向量序列 ${(x_1,x_2), (x_3,x_4), \ldots, (x_ {n-1}, x_n)}$ 并且我想测试 $H_0^*$ 关于集合 $\{1,\dots,S\}^2$ 上的均匀分布。

我对 R 中关于 chisq.test 的 help 页面有点困惑。我如何使用在上面的代码块中创建的table 来处理卡方检验以获得良好拟合，而不是（！）独立性？

是吗

a <- as.vector(table(x[seq.int(1, length(x), 2)], x[seq.int(2, length(x), 2)]))
chisq.test(a)

我在寻找什么？

【问题讨论】：

标签： r statistics chi-squared goodness-of-fit

【解决方案1】：

我原以为针对向量的均匀分布的测试是：

 chisq.test(table(X), p=rep(1,S)/S )   # ... where S is length of the integer domain.

（你的 Latex 表达可能指向别的东西。我的 Latex 湿件不如我的 R 湿件。）

【讨论】：

谢谢！和我在原帖底部写的不一样吗？
可能是等价的，但由于您没有提供测试用例，我无法确定。您向表格提交了两个向量，而这只是提交了一个。