R语言 CHAR 07

类别变量分析

• 一个类别变量的拟合度检验
• 期望频数相等

chisq.test(table$人数)

• 期望频数不等

chisq.test(table$离婚家庭数,table$期望比例)

• 两个类别变量的独立性检验

#转化为矩阵
x<-c(20,40,40,50,50,60,30,20,20,40,10,20)
m<-matrix(x,nr=4,nc=3,byrow=TRUE,dimnames = list(c("10以下","10-20","20-30","30以上"),c("北", "南", "中"))) 
chisq.test(count)

• 两个类别变量的相关性检验

library(vcd)
assocstats(count)

---

---

7.1 一个类别变量的拟合度检验

利用X^2检验判断各类别的观察频数与某一期望频数或理论频数是否一致
X^2拟合优度检验

7.1.1 期望频数相等

• 观察频数：各类别实际频数
• 期望频数：如果没有明显偏好则期望频数相同（本题：2000/4）
• 调查者分析不同类型饮料的偏好是否有显著差异：检验观察频数与期望频数是否一致（拟合优度检验也被称为一致性检验）

X^2=0：观察频数与期望频数完全一致
X^2！=0：观察频数与期望频数存在差异；数值越大，差异越大

代码

> table<-read.csv("/Users/zhourui/Documents/example7_1.csv")
> chisq.test(table$人数)

	Chi-squared test for given probabilities

data:  table$人数
X-squared = 12.1, df = 3, p-value = 0.007048

7.1.2 期望频数不等

代码

> table<-read.csv("/Users/zhourui/Documents/example7_2.csv")
> chisq.test(table$离婚家庭数,table$期望比例)

	Pearson's Chi-squared test

data:  table$离婚家庭数 and table$期望比例
X-squared = 20, df = 16, p-value = 0.2202

注意格式！

7.2 两个类别变量的独立性检验

X^2独立性检验

代码

• 数据类型为列联表

> x<-c(126,158,35,34,82,65)
> M<-matrix(x,nr=2,nc=3,byrow = TRUE,dimnames = list(c("satisfied","unsatisfied"),c("东","中","西")))
> chisq.test(M)

	Pearson's Chi-squared test

data:  M
X-squared = 51.827, df = 2, p-value = 5.572e-12

#原始数据（未进行任何整理）
head(example7_3)
count<-table(example7_3)  	#生成列联表
chisq.test(count)		#检验

注意事项

要求样本量应足够大，特别是每个单元格的期望频数不能太小 ；
如果仅有两个单元格，单元格的最小期望频数不能小于5；
单元格两个以上时，期望频数小于5的单元格不能超过总格子数的20%；
如果出现期望频数小于5的单元格超过20%，可以采取合并类别的办法来解决这一问题。

7.3 两个类别变量的相关性度量

三个系数

代码

count<-table(example7_3)
library(vcd)
assocstats(count)