R?标准卡方检验

Question

我在一个拷贝区域中有4种基因型的观察计数样本。我想做的是，计算这些基因型的等位基因频率，然后用卡方检验这些频率与预期值25%:25%:25%:25%的显著偏离。

到目前为止，我得到了：

> a <- c(do.call(rbind, strsplit(as.character(gdr18[1,9]), ",")), as.character(gdr18[1,8]))
> a
[1] "27" "30" "19" "52"

接下来，我得到总计数：

> sum <- as.numeric(a[1]) + as.numeric(a[2]) + as.numeric(a[3]) + as.numeric(a[4])
> sum
[1] 128

现在频率：

> af1 <- as.numeric(a[1])/sum
> af2 <- as.numeric(a[2])/sum
> af3 <- as.numeric(a[3])/sum
> af4 <- as.numeric(a[4])/sum
> af1
[1] 0.2109375
> af2
[1] 0.234375
> af3
[1] 0.1484375
> af4
[1] 0.40625

我现在迷路了。我想知道af1、af2、af3和af4是否显著偏离0.25、0.25、0.25和0.25

我如何在R中做到这一点？

谢谢你，艾利安

编辑：

好的，我正在按照建议尝试chisq.test()：

> p <- c(0.25,0.25,0.25,0.25)
> chisq.test(af, p=p)

        Chi-squared test for given probabilities

data:  af
X-squared = 0.146, df = 3, p-value = 0.9858

Warning message:
In chisq.test(af, p = p) : Chi-squared approximation may be incorrect

警告消息试图告诉我什么？为什么这个近似值是不正确的？

为了测试这种方法，我选择了与预期值0.25相去甚远的值：

> af=c(0.001,0.200,1.0,0.5)
> chisq.test(af, p=p)

        Chi-squared test for given probabilities

data:  af
X-squared = 1.3325, df = 3, p-value = 0.7214

Warning message:
In chisq.test(af, p = p) : Chi-squared approximation may be incorrect

在这种情况下，H0仍然不会被拒绝，即使这些值与预期值0.25相差甚远。

Answer 1

observed <- c(27,30,19,52)
chisq.test(observed)

这表明这样的频率或更极端的频率会在大约0.03%的时间内偶然出现(p = 0.0003172)。

如果您的零假设不是跨四个类别的25:25:25:25分布，但假设问题是这些数据是否显著偏离3:3:1:9预期，则需要显式计算预期频率：

expected <- sum(observed)*c(3,3,1,9)/16

chisq.test(observed,p=c(3,3,1,9),rescale.p=TRUE)