R语言卡方检验与结果可视化---ggstatsplot包

R语言卡方检验与结果可视化

1，卡方分析简介与实例
2，R语言chisq.test()
3，基于ggstatsplot包的可视化分析

卡方分析简介与实例：

卡方检验是生物学中应用很广的一种假设检验，可以通过对构成比，率进行检验，进而判断分类资料间的偏差程度。若卡方值越大，二者偏差程度越大；反之，二者偏差越小。其中卡方分析的原假设是观察频数与期望频数无差别，所以说当p值显著时，则拒绝原假设，认为二者之间有明显差异。总而言之，卡方分析即是用来判断两个样本间的差异程度，从而推断两个变量之间有没有关系。
一般常见的卡方分析是2x2列联表形式，例如服用某种药物是否对死亡率有影响：（自己编的数据）

简单统计之后，得到总数和死亡率：

原假设是：服药组和未服药组之间频数无显著差异（服药对死亡率无影响）
先计算自由度：（行数-1）*（列数-1）=1
这个是卡方的计算公式，R代表实际值，T代表理论值，理论值需要进一步计算才可以知道。

此处理论的死亡率就是20.69%，根据该数值计算出各个值的理论值：未服药组【治愈：328x（1-0.2069）,死亡：328x0.2069】服药组同理也可以计算出结果，得到：

根据公式计算出卡方的值：
x²=(231-260.1368)²/260.1368+(97-67.8632)²/67.8632+(298-268.8609)²/268.8609+(41-70.1391)²/70.1391=31.03711
查表可知在自由度为1的情况下，临界概率是：3.84（95%），显然31.03711>3.84，远超卡方分布的临界值，同时31.03711>10.83(99.9%)，对此我们便能得到结论，服药组和未服药组间有显著差异。

R语言chisq.test()

在R语言中进行卡方检验还是十分方便的，只需要使用chisq.test即可实现，可以返回卡方值和对应的p值，同时还可以计算自由度。但是其对数据集的格式有一定的要求，如图所示为实际的操作步骤：

>治愈<-c(231,298)
>死亡<-c(97,41)
>data<-data.frame(治愈,死亡,row.names = c("未服药组","服药组"))