R语言卡方检验

R语言卡方检验

卡方检验（Chi-Square Test）是一种统计方法，用于确定两个分类变量之间是否存在关联性。在R语言中，我们可以使用chisq.test()函数进行卡方检验。本文将介绍如何使用R进行卡方检验，并提供相应的源代码示例。

首先，我们需要准备数据。假设我们有一个观察数据的频数表，其中包含了两个分类变量的观测值。下面是一个示例数据表：

# 创建频数表
data <- matrix(c(10, 20, 30, 40), nrow = 2, byrow = TRUE)
colnames(data) <- c("分类变量1", "分类变量2")
rownames(data) <- c("水果", "蔬菜")
data

上述代码创建了一个2x2的矩阵，其中行表示水果和蔬菜，列表示分类变量1和分类变量2。你可以根据实际情况修改数据表。

接下来，我们可以使用chisq.test()函数进行卡方检验。该函数的语法如下：

# 执行卡方检验
result <- chisq.test(data)

执行上述代码后，将得到卡方检验的结果。你可以将结果保存在result变量中，以便进一步分析。

卡方检验的结果包含了多个值，其中最常用的是卡方统计量（Chi-squared statistic）和对应的p值（p-value）。你可以使用以下代码查看这些值：

# 查看卡方统计量和p值
result$statistic
result$p.value

卡方统计量用于衡量观察值与期望值之间的差异程度，而p