chisq.test() 函数中两个单元格为零时的卡方检验答案

【问题标题】：Chi-square test when two cells are zero in the chisq.test() functionchisq.test() 函数中两个单元格为零时的卡方检验
【发布时间】：2020-02-23 22:03:13
【问题描述】：

我在 R 中对 chisq.test() 进行了以下模拟测试

> dd <- data.frame(a=sample(1,size=100,replace=T),
+                  group=sample(1:2,size=100,replace=T,prob = c(0.3,0.7)))
> dl <- data.frame(a=sample(1:2,size=100,replace=T),
+                  group=sample(1:2,size =100,replace=T,prob = c(0.3,0.7)))
> table(dd)
   group
a    1  2
  1 32 68
> chisq.test(table(dd))

    Chi-squared test for given probabilities

data:  table(dd)
X-squared = 12.96, df = 1, p-value = 0.0003182

> table(dl)
   group
a    1  2
  1 21 33
  2  9 37
> chisq.test(table(dl))

    Pearson's Chi-squared test with Yates' continuity correction

data:  table(dl)
X-squared = 3.5446, df = 1, p-value = 0.05974

我打算比较 group=1 和 group=2 之间的差异；计算在 dl 中正确完成。但是，在 dd 中，因为两组中的所有个体都包含 100% 的事件（所有个体都具有相同的类）；两组之间应该没有差异（p=1），但是 chisq.test() 给出的 p 值为 0.0003，这应该是比较比例的差异（32% vs. 68%）。但我真正想比较的是组内的比例（100% vs. 100%）。在这种情况下，我怎样才能正确使用 chisq.test？

【问题讨论】：

标签： r chi-squared

【解决方案1】：

将您的列转换为因子并指定它们可以采用的水平。这样就可以知道有空单元格了。

dd[,1] <- factor(dd[,1], levels = 1:2)
dd[,2] <- factor(dd[,2], levels = 1:2)

给了

> chisq.test(table(dd))

        Pearson's Chi-squared test

data:  table(dd)
X-squared = NaN, df = 1, p-value = NA

Warning message:
In chisq.test(table(dd)) : Chi-squared approximation may be incorrect

这可能不是您想要的，但比进行每个组具有相同概率的测试更正确。

【讨论】：