提问人：Sophia L 提问时间：11/7/2023 最后编辑：DaveArmstrongSophia L 更新时间：11/8/2023 访问量：32
R 中类别变量的两个以上水平的显著性检验
Significance tests across more than two levels of a categorical variable in R
问：
我正在尝试确定两组之间具有 8 个级别的分类变量的频率是否存在显着差异。在这种情况下，两组被问到他们最喜欢的颜色，有 8 个选择。我想知道第 1 组的人选择颜色的频率与第 2 组的人选择相同颜色的频率是否存在显着差异。
也就是说，64.2%的Grp 1选择了橙色，而第2组则为53%。这种差异是否显著？ 这是一个使用 tabpct（） 的频率表
tabpct(all_data$Colors, all_data$Group, graph = F)
Column percent
all_data$Group
all_data$Colors Grp 1 % Grp 2 %
Red 3 (1.3) 2 (1.0)
Blue 19 (8.4) 10 (5.0)
Yellow 1 (0.4) 2 (1.0)
Green 4 (1.8) 5 (2.5)
Purple 1 (0.4) 2 (1.0)
Orange 145 (64.2) 106 (53.0)
Pink 1 (0.4) 1 (0.5)
Brown 52 (23.0) 72 (36.0)
Total 226 (100) 200 (100)
我确信有一种更简单的方法，但我似乎无法弄清楚。任何帮助将不胜感激！
我尝试对方差分析进行建模并对其进行 TukeyHSD 测试，但尽管没有 NA、NaN、Inf 或 0，但我还是得到了错误：
ColorComp <- aov(Color ~ Group, data = all_data)
TukeyHSD(ColorComp)
> Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
> NA/NaN/Inf in 'y'
> In addition: Warning message:
> In storage.mode(v) <- "double" : NAs introduced by coercion
我也尝试过同样的错误回归。
答：
0赞
IRTFM
11/7/2023
#1
测试单个颜色差异在统计学上是无效的，除非有一些先验的原因使该颜色成为分析的重点。
使用蒙特卡洛模拟的 Fisher 检验表明了分布差异的边缘提示证据：
read.table(text=txt, head=TRUE)
Colors Grp1 X. Grp2 X..1
1 Red 3 (1.3) 2 (1.0)
2 Blue 19 (8.4) 10 (5.0)
3 Yellow 1 (0.4) 2 (1.0)
4 Green 4 (1.8) 5 (2.5)
5 Purple 1 (0.4) 2 (1.0)
6 Orange 145 (64.2) 106 (53.0)
7 Pink 1 (0.4) 1 (0.5)
8 Brown 52 (23.0) 72 (36.0)
> dat <-read.table(text=txt, head=TRUE)
> fisher.test(dat[c(2,4)])
Fisher's Exact Test for Count Data
data: dat[c(2, 4)]
p-value = 0.06452
alternative hypothesis: two.sided
可以进行卡方检验，但其有效性值得怀疑。
chisq.test(dat[c(2,4)])
Pearson's Chi-squared test
data: dat[c(2, 4)]
X-squared = 11.512, df = 7, p-value = 0.1178
Warning message:
In chisq.test(dat[c(2, 4)]) : Chi-squared approximation may be incorrect
0赞
DaveArmstrong
11/8/2023
#2
这是使用 的结果：simulate.p.valuechisq.test()
mat <- matrix(c(3 , 2,
19 , 10,
1 , 2,
4 , 5,
1 , 2,
145, 106,
1 , 1,
52 , 72), ncol=2, byrow=TRUE)
colnames(mat) <- c("Grp1", "Grp2")
rownames(mat) <- c("Red", "Blue", "Yellow", "Green", "Purple", "Orange", "Pink", "Brown")
mat
#> Grp1 Grp2
#> Red 3 2
#> Blue 19 10
#> Yellow 1 2
#> Green 4 5
#> Purple 1 2
#> Orange 145 106
#> Pink 1 1
#> Brown 52 72
chisq.test(mat, simulate.p.value=TRUE, B=10000)
#>
#> Pearson's Chi-squared test with simulated p-value (based on 10000
#> replicates)
#>
#> data: mat
#> X-squared = 11.512, df = NA, p-value = 0.09839
创建于 2023-11-07 with reprex v2.0.2
评论
simulate.p.value=TRUE, B=10000chisq.test()