单列差异的R检验中的卡方检验

Question

我是R的新手，所以在开发初期有一些问题。我已经创建了一个count表，其中显示了不同类别的两个组(成员和非成员)的计数：

countbenefits <- table(perceptions$VOI.member, perceptions$Advantages)
countbenefits

    Community/\nteamwork Don't know Environment Future Generations None Other Personal benefits Village benefits
  Member                        6         15          31                  4   49     4                22                2
  Non-member                    0         51          10                  2   11     0                10                0

我想做的是测试成员和非成员在每个类别中的显着差异，例如，在环境方面，成员和非成员之间是否存在显着差异。我认为我最好使用卡方，但不能在R中从这个表中计算出如何做到这一点。

只是在所有类别之间使用方块函数测试，这不是我想要做的。

任何帮助都将不胜感激

谢谢!

Answer 1

正如chisq.test文档中所述:如果您向chisq.test提供了一个二维对象(如您的表)，那么将使用独立性的卡方检验(如您所注意到的)。由于这测试了两个随机变量是否独立，因此对于只剩下一个RV (成员/非成员数量)的类别来说，这是没有意义的。

如果您一次只查看一个类别，则只能测试成员/非成员的数量是否遵循特定的分布。在你的例子中，这将是一个二项分布(你有两个结果)。所以我建议你使用binom.test。

然而，也可以使用卡方检验的拟合优度变量。为此，您只需向chisq.test提供有问题的表列和p参数。但是请注意，您只能得到大致的结果(与通常使用卡方的情况一样)。我前面提到的二项式检验会给出精确的p值。