1. chisq.test

卡方检验是一种用途很广的计数资料的假设检验方法,由卡尔·皮尔逊提出。它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

Usage

chisq.test(x, y = NULL, correct = TRUE,p = rep(1/length(x), length(x)), rescale.p = FALSE,simulate.p.value = FALSE, B = 2000)
# p<0.05  或0.01,两个分类变量不独立!chisq.test(c(25,59))x <- c(A = 20, B = 15,c=30)
table(x)
chisq.test(x)chisq.test(c(Female=59,Male=25))
table(c(Female=59,Male=25))chisq.test(matrix(c(25,1,59,1),ncol=2))x <- matrix(c(12, 5, 7, 7), ncol = 2)
table(x)
chisq.test(x)chisq.test(Arthritis$Improved,Arthritis$Treatment)mytable <- xtabs(~ Improved + Treatment, data= Arthritis)
chisq.test(mytable)

2. fisher.test

当样本比较小时,用行Fisher精确检验。

Usage

fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE,hybridPars = c(expect = 5, percent = 80, Emin = 1),control = list(), or = 1, alternative = "two.sided",conf.int = TRUE, conf.level = 0.95,simulate.p.value = FALSE, B = 2000)
# 出现 Warning message:
chisq.test(matrix(c(25,6,59,6),ncol=2))fisher.test(matrix(c(25,6,59,6),ncol=2))fisher.test(Arthritis$Sex,Arthritis$Improved)
fisher.test(Arthritis$Improved,Arthritis$Treatment)

3. mantelhaen.test

假设不存在三向相互作用,则对两个名义变量在每个层中条件独立的空值进行Cochran-Mantel-Haenszel卡方检验。

Usage

mantelhaen.test(x, y = NULL, z = NULL,alternative = c("two.sided", "less", "greater"),correct = TRUE, exact = FALSE, conf.level = 0.95)
#者接受的治疗与得到的改善在性别的每一水平下进行独立性检测
mytable<-table(Arthritis$Improved,Arthritis$Treatment,Arthritis$Sex)mantelhaen.test(mytable) # p-value = 0.0006647,拒绝原假设。不独立!

R语言检验类别型变量独立性相关推荐

  1. c语言int型变量写入char数组的方法

    c语言int型变量写入char数组的方法 #include<stdio.h>int main() {int iMum = 1000000;int iReNum = 0;char cArra ...

  2. R语言创建新变量方法

    R语言创建新变量方法 在数据分析中,可能需要对数据进行求和.求均值等处理,并且将处理后的数据重新保存到原来的数据框中,这里提供三种可供解决的方法: 数据框$变量名 <- 表达式.若原数据框中含有 ...

  3. R语言的Copula变量相关性分析

    在工程.水文和金融等各学科的研究中,总是会遇到很多变量,研究这些相互纠缠的变量间的相关关系是各学科的研究的重点.虽然皮尔逊相关.秩相关等相关系数提供了变量间相关关系的粗略结果,但这些系数都存在着无法克 ...

  4. r语言 回归分析 分类变量_R语言 | 回归分析(二)

    R语言 语言学与R语言的碰撞 Xu & Yang PhoneticSan 学习参考 Discovering Statistics Using R Statistics for Linguist ...

  5. r语言 回归分析 分类变量_R语言进阶之广义线性回归

    广义线性回归是一类常用的统计模型,在各个领域都有着广泛的应用.今天我会以逻辑回归和泊松回归为例,讲解如何在R语言中建立广义线性模型. 在R语言中我们通常使用glm()函数来构建广义线性模型,glm实际 ...

  6. 入门必学 | R语言数值型、字符型及因子型数据之间的差异与转换

    字符型.数值型及因子型数据之间的转换 数据类型的基本知识 不同数据类型之间的差异 数值型与字符型或因子型绘图时的差异 数值型与因子型和字符型的模型构建时的差异 三种数据类型之间进行转换    常用的三 ...

  7. R语言中哑变量的设置

    原文来源:https://www.sohu.com/a/199698358_489312 在构建回归模型时,如果自变量X为连续性变量,回归系数β可以解释为:在其他自变量不变的条件下,X每改变一个单位, ...

  8. R语言与虚拟变量模型

    学习笔记 参考书籍:<计量经济学>-李子奈:<统计学:从数据到结论>-吴喜之: 虚拟变量模型 许多变量是可以定量度量的,如需求量.价格等,但也有一些因素无法定量度量,如职业.性 ...

  9. pvrect r语言 聚类_技术贴 | R语言——肠型分析:介绍、方法

    点击蓝字↑↑↑"微生态",轻松关注不迷路 导读 2011年,肠型(Enterotypes)的概念首次在<自然>杂志上由Arumugam等[1]提出,该研究发现可以将人类 ...

最新文章

  1. Jupyter Notebook 中查看当前 运行哪个python
  2. 计划程序:拒绝重复工作,让效率翻倍!
  3. HTML基础(part6)--常用标签之列表
  4. C#-WinForm跨线程修改UI界面
  5. [渝粤教育] 广东-国家-开放大学 21秋期末考试Java程序设计基础10232k2
  6. 瑞幸咖啡上半年营收31.8亿元 同比增长106%
  7. hdu 4970 Killing Monsters(数学题)
  8. Gson格式转换Integer变为Double类型问题解决
  9. 判断一个网站用什么服务器
  10. 367.有效的完全平方数
  11. 小记(1)偷影子的人
  12. tensorflow 版本列表_TensorFlow 版本兼容性
  13. 文件夹怎么加密 怎么给文件夹加密
  14. 怎样将优酷网站下载的视频KUX转MP4格式
  15. 下载并安装Pandoc
  16. 2021-02-23
  17. WPS(word)中插入表格时怎么单独调整一个单元格子的大小
  18. unfortunately has stop
  19. ArcMap中属性字段计算器(Field Calculator)的使用技巧
  20. 知识分享之Golang——go-i18n国际化组件

热门文章

  1. 基于激光雷达点云的3D检测方法汇总(LiDAR only)
  2. 结构光系统标定方法详解
  3. 智能手机背面玻璃的缺陷检测,分割网络的应用
  4. 基于图像的单目三维网格重建
  5. undistortPoints()函数用法总结
  6. php 上传文件名乱码,php上传文件时文件名乱码怎么办
  7. 18岁智商低的表现_吃手是宝宝聪明的信号?婴儿智商高的5个讯号,吃手只是其中一个...
  8. React React-Redux的安装,使用
  9. Nat. Mach. Intel. | IBM RXN: 深度学习在化学反应分类上大放异彩
  10. 心脏病预测模型(基于Python的数据挖据)