我正在为工作中的一些东西进行独立性测试。我通常在 R 中做这种事情,但我的老板希望我在 Excel 中为图表做这件事。我的问题是,当我使用 R 的卡方检验时,它给我的结果与 Excel 使用的结果不同。我不确定我是否设置错误,或者使用的方法是否存在差异,但结果几乎是截然相反的。这两个程序中的原假设是否不同?
这是我所拥有的:
Observed Values Expected Values
Total Errors Priority 1 + 2 Total Errors Priority 1 + 2
Non-V&T 342 188 530 Non-V&T 171.0759494 93.92405063
V&T 117 64 181 V&T 58.42405063 32.07594937
459 252 1422
Test value:
2.68619E-79
回复:
tbl1 <- matrix(c(342,117,188,64),ncol=2)
chisq.test(tbl1)
Pearson's Chi-squared test with Yates' continuity correction
data: tbl1
X-squared = 1.6653e-30, df = 1, p-value = 1
chisq.test(tbl1)$expected
[,1] [,2]
[1,] 342.1519 187.8481
[2,] 116.8481 64.1519
附言。我似乎无法正确粘贴我从 Excel 中获得的内容。要点是 p 值预期值与 R 给我的不同。
最佳答案
我现在也不确定如何从 Excel 粘贴,但我可以通过屏幕截图为您提供我在 Excel 中使用的公式。它产生的 p 值为 0.9782,接近 R 中给出的值。请参阅以下屏幕截图以了解这些值:
如果您在没有 Yates 校正的情况下重新执行 R 程序,即
chisq.test(tbl1, correct = F)
,你得到一个 0.9782 的 p 值,它对应于 Excel 的 p 值。
关于r - 卡方检验 R 和 excel,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39174284/