R中列联表(4x2)的卡方检验

Question

我在R中的4x2应急表上计算卡方测试时遇到了困难，我的脚本如下所示：

# Read data
read.table("Mortality_test.txt")

# Assign a name to the data
mortality<- read.table("Mortality_test.txt", ,col.names=c('treatment','dead'), header=TRUE, sep="\t", na.strings="NA", dec=",", strip.white=TRUE)

table(mortality)

当我运行table(mortality)时，我会得到一个应急表，如下所示：

    dead
treatment no yes
     A    63   7
     B    61   9
     C    68   2
     D    63   7

我现在的问题是，我想比较不同的治疗方法(A，B，C，D)在死亡方面是否有任何统计差异。如果我没有弄错的话，我可以在桌子上做一次卡方检验。然而，我不知道下一步该采取哪一步。

Answer 1

您有一个函数chisq.test来执行contigency上的chi测试。

这里，和你的桌子

dead <- read.table(text = "treatment no yes
                   A    63   7
                   B    61   9
                   C    68   2
                   D    63   7",header = T)

> dead
  treatment no yes
1         A 40  15
2         B 61   9
3         C 68   2
4         D 63   7

你需要接受这两栏:否和是：

chisq.test(dead[,2:3])


        Pearson's Chi-squared test

    data:  dead[, 2:3]
    X-squared = 4.6996, df = 3, p-value = 0.1952

这对治疗没什么区别。要查看另一个有差异的示例：

dead <- read.table(text = "treatment no yes
                   A    55   12
                   B    61   9
                   C    68   2
                   D    63   7",header = T)

在这里A的治疗是真正不同的：

    Pearson's Chi-squared test

data:  dead[, 2:3]
X-squared = 8.4334, df = 3, p-value = 0.03785

Answer 2

通过简单地将summary()应用到table()上，就可以方便地得到齐平方测试。

示例

with(mtcars, table(cyl, gear))
#    gear
# cyl  3  4  5
#   4  1  8  2
#   6  2  4  1

summary(with(mtcars, table(cyl, gear)))
# Number of cases in table: 32 
# Number of factors: 2 
# Test for independence of all factors:
#         Chisq = 18.036, df = 4, p-value = 0.001214
#         Chi-squared approximation may be incorrect

注：“X平方近似可能是不正确的”是因为在这个例子中只有32个观察结果。

使用您的数据，summary(table(mortality))应该可以工作。