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
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: 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. (编辑:大庆站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |