使用R进行卡方检验和fisher精确检验

使用卡方分布可以检验分类×分类数据是否存在显著差异。

举例

以下是一个示例数据集，包含男人和女人在不同学历层次（小学、初中、高中和大学）的人数。然后我将展示如何使用 R 进行卡方检验。

示例数据

我们假设以下样本数量：

学历	男性人数	女性人数
小学	30	25
初中	40	50
高中	35	45
大学	20	30

在 R 中进行卡方检验

下面是使用 R 进行卡方检验的代码示例：

# 创建数据框
data <- matrix(c(30, 25, 40, 50, 35, 45, 20, 30), 
                nrow = 4, 
                byrow = TRUE)

# 指定行和列名称
rownames(data) <- c("小学", "初中", "高中", "大学")
colnames(data) <- c("男性", "女性")

# 显示数据
print(data)

# 执行卡方检验
chi_square_test <- chisq.test(data)

# 输出检验结果
print(chi_square_test)

解释输出

运行上述代码后，你将看到卡方检验的结果，

        Pearson's Chi-squared test

data:  data
X-squared = 2.5641, df = 3, p-value = 0.4638

其中包括：

• 卡方统计量（Chi-squared value）
• 自由度（Degrees of freedom）
• P 值（p-value）

根据得到的 P 值，可以判断学历与性别之间是否存在显著性差异。如果 P 值小于显著性水平（如 0.05），则可以拒绝零假设，认为学历和性别之间存在显著相关性。

举例2

这里构建矩阵的行和列的顺序不重要，下面将行和列的顺序进行对调，使得学历分布在列中，而性别在行中。

性别	小学	初中	高中	大学
男性	30	40	35	20
女性	25	50	45	30

在 R 中进行卡方检验

下面是更新后的 R 代码：

# 创建数据框
data <- matrix(c(30, 40, 35, 20, 25, 50, 45, 30), 
                nrow = 2, 
                byrow = TRUE)

# 指定行和列名称
rownames(data) <- c("男性", "女性")
colnames(data) <- c("小学", "初中", "高中", "大学")

# 显示数据
print(data)

# 执行卡方检验
chi_square_test <- chisq.test(data)

# 输出检验结果
print(chi_square_test)

解释输出

运行上述代码后，你将得到与之前相同的信息，包括卡方统计量、自由度和 P 值。

        Pearson's Chi-squared test

data:  data
X-squared = 2.5641, df = 3, p-value = 0.4638

fisher精确检验

当存在某个频数小于5时，需要使用 fisher 精确检验。

这里只需要将 chisq.test() 函数换成 fisher.test() 函数即可。

如果只需要提取P值结果，则可以使用

chisq.test(data)$p.value
fisher.test(data)$p.value