Chi-Square Test用于分析由两个分类变量组成的频率表(即列联表)。Chi-Square Test评估两个变量的类别之间是否存在显着关系。
Chi-Square Test是一种统计方法,用于确定两个类别变量之间是否具有显着相关性。这些变量应来自同一人群,并且应归类为-Yes/No,Red/Green,Male/Female等。
R 提供了 chisq.test()函数来执行Chi-Square Test。此函数以表格形式输入数据,其中包含观察值中变量的计数值。
在R中,chisq.test()函数具有以下语法:
chisq.test(data)
让我们看一个示例,在该示例中我们将获取"Mass"库中存在的Cars93数据。该数据代表1993年不同型号汽车的销量。
library("MASS") print(str(Cars93))
输出:
示例:
# 加载 Mass 库. library("MASS") # 从主数据集创建数据框。 car_data<- data.frame(Cars93$AirBags, Cars93$Type) # 创建包含所需变量的表。 car_data = table(Cars93$AirBags, Cars93$Type) print(car_data) # 执行Chi-Squre检验。 print(chisq.test(car_data))
输出:
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)