R coin 包中 chisq_test 的问题答案

【问题标题】：Problems with chisq_test in R coin packageR coin 包中 chisq_test 的问题
【发布时间】：2020-12-12 20:36:07
【问题描述】：

这是我关于 stackoverflow 的第一个问题，希望我能给你所有必要的信息。

我正在尝试使用coin 包中的chisq_test 函数基于精确分布进行卡方检验。我想比较关于一个变量的两组，但我正在运行一条警告消息。这是一个最小的可重现示例（至少我希望它是一个）：

library(coin)

dt <- as.data.frame(alzheimer)

xtabs(~ disease + gender, data = dt)

chisq_test(disease ~ gender, data = dt, distribution = "exact")

我正在检查列联表以确保每个单元格有足够的案例。当我进行测试时，我得到这个输出：

> chisq_test(disease ~ gender, data = dt, distribution = "exact")

    Exact Pearson Chi-Squared Test

data:  disease by gender (Female, Male)
chi-squared = 9.7121, p-value = 0.3895

Warning messages:
1: In T - expectation(object) :
  longer object length is not a multiple of shorter object length
2: In (T - expectation(object))^2/variance(object) :
  longer object length is not a multiple of shorter object length

我使用近似分布计算了 p 值，以确保警告确实是一个问题：

> chisq_test(disease ~ gender, data = dt, distribution = approximate(nresample = 1e+05))

    Approximative Pearson Chi-Squared Test

data:  disease by gender (Female, Male)
chi-squared = 9.7121, p-value = 0.00756

由于两个 p 值相差很大，我猜使用精确分布会出现问题，但我就是无法弄清楚问题所在。

也许有人可以帮助我解决问题或了解警告的原因。

【问题讨论】：

您能否介绍一下您的数据框？错误指出，您的输入数据不同。难道gender 和disease 的长度不相等吗？有NAs 吗？或者类似的东西？还可以使用示例数据集尝试您的代码。这样您就可以确定您的代码是正确的，而您的问题在于数据。
感谢您的快速回复！数据框是 coin 包附带的一些数据，所以我认为它是一个示例数据集。我使用这些数据来获得一个可重现的例子。数据中没有NAs，gender 和disease 的长度相同。有了这些附加信息：是否仍然需要尝试使用其他一些数据？
似乎chisq_test(table(dt$disease, dt$gender), distribution = 'exact')不支持2x3精确测试，并且公式方法没有正确捕获错误
如果您只是将输入更改为chisq_test(table(dt$gender, dt$disease), distribution = 'exact')，您将获得与我发布的相同的输出。所以表中的行数必须是两个。在?chisq_test 中，它读取the distribution can be ... computed exactly for univariate two-sample problems by setting distribution to ... "exact"，因此不应该限制列数（只要它是 2xk 表或问题）。

标签： r chi-squared

【解决方案1】：

我写信给包的作者之一 Torsten Hothorn。他告诉我卡方检验的精确分布仅适用于 2x2 问题。因此，警告或您没有收到错误消息的事实是 coin 包的当前版本 1.3-1 中的错误。在包的 R-forge 版本中，这个错误已经被修复。

【讨论】：