R语言与统计-3：卡方检验

Python010

R语言与统计-3：卡方检验,第1张

R语言与统计-1：t检验与秩和检验

R语言与统计-2：方差分析

拟合优度检验是用卡方统计量进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到从分类变量进行分析的目的。

简单来说，就是检验样本数据分布是否与已知总体的分布是一致的

如若已知人群中四种血型的占比为0.1 0.5 0.2 0.2，看该组男性的血型分布是否与人群的一致。参数p：传入已知总体的参数情况。

两者写法一样，解释的方法不一样。

卡方齐性检验：比较不同的分类水平下，各个类型的比例是否一致。

卡方独立性检验：

对于行变量为无序分类，列变量为有序分类的数据，由于不能忽略等级关系，也只能使用CMH检验，而不能使用皮尔森卡方检验。

使用CMH检验查看盘尼西林的水平和是否推迟注射对兔子的结局是否有影响。

mantelhaen.test()函数

p值>0.05，无统计学意义。将盘尼西林分为5层水平后，立即注射和推迟1.5h注射的OR值是2.076923

mantelhaen.test()函数

income是一个有序分类变量。结果显示工资水平对工作满意度没有显著的统计学关系。

mcnemar.test()函数

T检验：符合正态分布的数据用T检验

秩和检验：不满足正态分布的数据用秩和检验

正态分布的检验

非正态分布

非正态分布中值比均值有意义

如果点在直线两侧则为正态分布。图示为非正态分布

wilcox.test(变量1,变量2)

prop.test(抽样阳性, 抽样总数, p=已知百分比, alternative = "greater")

alternative 参数，假设方向用greater或less，默认双侧检验。

用于检验实际观测值与理论推断值之间的偏离程度。卡方值越大说明偏离越大，卡方值越小，说明偏离程度低。卡方值为0说明完全符合。