卡方独立性检验在R语言中的应用

卡方独立性检验在R语言中的应用

卡方独立性检验（chi-square test of independence）是一种常用的统计方法，用于确定两个分类变量之间是否存在关联。在R语言中，我们可以使用chisq.test()函数进行卡方独立性检验。本文将介绍如何在R中进行卡方独立性检验，并提供相应的源代码示例。

首先，我们需要准备数据。假设我们有两个分类变量A和B，每个变量都有多个水平。我们的目标是检验变量A和变量B是否独立。下面是一个示例数据集：

# 创建示例数据集
A <- c("Yes", "No", "Yes", "No", "Yes")
B <- c("No", "Yes", "No", "Yes", "No")

# 创建数据框
data <- data.frame(A, B)

在上述代码中，我们创建了两个变量A和B，并将它们存储在数据框data中。现在我们可以执行卡方独立性检验了。

# 执行卡方独立性检验
result <- chisq.test(data$A, data$B)

# 打印检验结果
print(result)

通过chisq.test()函数，我们将变量A和B作为参数传递给函数，并将结果存储在result变量中。最后，我们使用print()函数打印检验结果。

执行上述代码后，你将看到类似以下的输出：

	Pearson's Chi-squared test with Yates' continuity corr