R语言列联表的统计分析及假设检验
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言列联表的统计分析及假设检验相关的知识,希望对你有一定的参考价值。
R语言列联表的统计分析及假设检验
卡方检验是一种确定两个分类变量之间是否存在显着相关性的统计方法。 这两个变量应该来自相同的人口,他们应该是类似 是/否,男/女,红/绿等。
例如,我们可以建立一个观察人们的冰淇淋购买模式的数据集,并尝试将一个人的性别与他们喜欢的冰淇淋的味道相关联。 如果发现相关性,我们可以通过了解访问的人的性别的数量来计划适当的味道库存。
卡方检验是一种用途很广的计数资料的假设检验方法,由卡尔·皮尔逊提出。它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。
它在分类资料统计推断中的应用,包括:两个率或两个构成比比较的卡方检验;多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
可以分为成组比较(不配对资料)和个别比较(配对,或同一对象两种处理的比较)两类。
通常卡方检验的应用主要为:
1、 卡方拟合优度检验
2、卡方独立性检验
R X C 表可以分为:双向无序 、单有属性相同和表可以分为:双向无序 、单有属性相同和表可以分为:双向无序 、单有属性相同和表可以分为:双向无序 、单有属性相同和属性不同等4类;
# 行均分检验 Cochran-Mantel-Haenszel
# 用Ordinal logistic回归模型
# 双向有序属性不同 秩相关
# 双向有序属性不同 线性趋势检验
# 一致性检验
# Mantel-Haenszel 检验
# 趋势卡方检验
以上是关于R语言列联表的统计分析及假设检验的主要内容,如果未能解决你的问题,请参考以下文章
R语言构建仿真列联表并进行卡方检验(chisq.test):检验两个分类变量是否独立输出期望的列联表
2×c列联表|多组比例简式|卡方检验|χ2检验与连续型资料假设检验
R语言使用gmodels包的CrossTable函数计算获取二维列联表CrossTable函数可以设置输出比率(行比率列比率单元格比率)指定小数位的个数执行卡方检验Fisher精确检验等