Question

我有一个如下所示的数据框：

>head(df)
 alleleA_obs_prob alleleB_obs_prob alleleA_exp_prob alleleB_exp_prob
    0.6923077        0.3076923              0.5              0.5
          NaN              NaN              0.5              0.5
          NaN              NaN              0.5              0.5
    0.6250000        0.3750000              0.5              0.5
    0.6250000        0.3750000              0.5              0.5
          NaN              NaN              0.5              0.5

所以我有两组：等位基因A和等位基因B，我观察过它并预期可能性。

我被告知要对这些数据进行卡方检验，将两组的预期和观察概率进行比较。我搜索了很多教程，但无法理解chisquare测试如何在两个组上运行。要清楚，我不希望别人为我发布代码，我也不要求你做我的作业。我只是不确定，因为

通过在网上浏览现有的chisquare测试示例，我无法理解如何对我的数据执行chisquare测试。
我找不到任何集体在两组之间进行测试的例子。
无法找到他们为数据框中的每一行执行chisquare测试的示例。

我想要一个chisquare值＆amp;每行的p值。无论我在哪里，他们都会对整个数据框执行chisquare测试。

我只想要一些帮助，请以您喜欢的方式分享链接或分享见解，如何解决此问题。但请不要以为我要你写我的代码。

谢谢！

Answer 1

首先，这是一个统计问题，而不是R问题。您应该尝试在stats.stackexchange.com上发布，您可能会得到更好的答案。

其次，有两种类型的卡方检验，一种用于评估样本是否来自给定的测试分布，另一种用于测试独立性。我假设您对第一种类型感兴趣。

如果这是正确的，那么看起来你在问 - 用df的第一行作为例子 - 如果等位基因A和等位基因B以相等的数量存在，你有多大可能获得样本等位基因A的含量为69％，等位基因B的含量为31％？如果可能性（p）非常低，那么我们可以放心地断言1-p等位基因A和等位基因B不等量存在。

[注意：如果这是不你在问什么，那么我误解了你的问题 - 请在评论中告诉我，我会删除答案。]

在你的情况下，最好跳过R中chisq.test(...)函数的变幻莫测并直接转到Xi-sq的定义：

χ² =Σ（O _i - E _i）² / E _{i < /子>}

其中O _i和E _i分别是i ^th观察值和期望值。你设置的方式，每行只有2个观察结果，等位基因A和等位基因B.所以对于第1行，我们会写：

χ² =（0.692 - 0.5）² / 0.5 +（0.307 - 0.5）² / 0.5 = 0.148

由于只有两个观察结果，因此只有1个自由度。只有1 df的卡方检验是非常不可靠的，所以我不推荐这个，但为了这个例子，我们可以计算出chi-sq这个大的概率或者如下R：

pchisq(0.148, df=1, lower.tail=F)
# [1] 0.700454

这意味着，假设等位基因A和等位基因B以相等的量存在，仍有70％的可能性您可以获得等位基因A存在于69％而等位基因B存在于31％的样本。所以我们肯定不能拒绝零假设（等位基因A和B同等存在）。

对所有行运行此测试非常简单：

df           <- na.omit(df)          # remove rows with missing values
colnames(df) <- c("A.obs","B.obs","A.exp","B.exp")  # because I'm lazy
df$chisq     <- with(df,(A.obs-A.exp)^2/A.exp + (B.obs-B.exp)^2/B.exp)
df$p.value   <- pchisq(df$chisq,df=1, lower.tail=F)
df
#       A.obs     B.obs A.exp B.exp    chisq   p.value
# 1 0.6923077 0.3076923   0.5   0.5 0.147929 0.7005224
# 4 0.6250000 0.3750000   0.5   0.5 0.062500 0.8025873
# 5 0.6250000 0.3750000   0.5   0.5 0.062500 0.8025873

您实际上可以使用chisq.test(...)函数来执行此操作，但在您的情况下，我不确定它是否有所改进：

t(apply(df,1,function(x)
        with(chisq.test(x[1:2],p=x[3:4]),c(statistic,p.value=p.value))))
#   X-squared   p.value
# 1  0.147929 0.7005224
# 4  0.062500 0.8025873
# 5  0.062500 0.8025873

Answer 2

我认为他们的意思是对两组中的每一组进行卡方检验：

chisq.test(df[is.finite(df[, 'alleleA_obs_prob']), c('alleleA_obs_prob', 'alleleA_exp_prob')])
# X-squared = 0.002, df = 2, p-value = 0.999

chisq.test(df[is.finite(df[, 'alleleB_obs_prob']), c('alleleB_obs_prob', 'alleleB_exp_prob')])
# X-squared = 0.0052, df = 2, p-value = 0.9974

R：如何对两组进行chiquare测试＆amp;数据帧的每一行

2 个答案: