R中的显着性检验,确定一列中的比例是否与单一变量中的另一列显着不同

前端之家收集整理的这篇文章主要介绍了R中的显着性检验,确定一列中的比例是否与单一变量中的另一列显着不同前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我确信在R中这是一个简单的命令,但由于某种原因,我无法找到解决方案.

我正在尝试在R中运行一堆交叉表(使用table()命令),每个选项卡有两列(处理和不处理).我想知道列之间的差异是否对于所有行彼此显着不同(行是调查中的一些答案选择).我对整体意义不感兴趣,只是在交叉表比较治疗与不治疗之间.

这种类型的分析在SPSS中很容易(下面链接说明我在说什么),但我似乎无法让它在R中工作.你知道我能做到吗?

http://help.vovici.net/robohelp/robohelp/server/general/projects_fhpro/survey_workbench_MX/Significance_testing.htm

编辑:
这是R中关于我的意思的一个例子:

treatmentVar <-c(0,1,1) # treatment is 1 or 0
 question1 <-c(1,2,3,3) #choices available are 1,or 3
 Questiontab <- table(question1,treatmentVar)
 Questiontab

我有像这样的表^(由treatmentVar上的列百分比),我想看看从治疗0到治疗1的每个问题选择(行)之间是否存在显着差异.所以在上面的例子中,我会想知道4和2(第1行),第3和第3行(第2行)以及第1和第3行(第3行)之间是否存在显着差异.所以在这个例子中,question1的选择对于选择1和3可能是显着不同的(因为差异是2)但是选择2的差异不是因为差异是零.最终,我试图确定这种重要性.我希望有所帮助.

谢谢!

使用您的示例,chisq.test或prop.test(在这种情况下等效):
> chisq.test(Questiontab)

        Pearson's Chi-squared test

data:  Questiontab 
X-squared = 1.6667,df = 2,p-value = 0.4346

Warning message:
In chisq.test(Questiontab) : Chi-squared approximation may be incorrect
> prop.test(Questiontab)

        3-sample test for equality of proportions without continuity
        correction

data:  Questiontab 
X-squared = 1.6667,p-value = 0.4346
alternative hypothesis: two.sided 
sample estimates:
   prop 1    prop 2    prop 3 
0.6666667 0.5000000 0.2500000 

Warning message:
In prop.test(Questiontab) : Chi-squared approximation may be incorrect

注意警告;这些测试不一定适合这么小的数字.

猜你在找的设计模式相关文章