chi平方测试R和excel

时间:2016-08-26 20:34:54

标签: r excel statistics chi-squared

我正在为工作中的某些东西进行独立性测试。我通常在R中做这种事情,但是我的老板要我在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,它给出了与Excel使用的结果不同的结果。我不确定我是否设置错误,或者如果使用的方法有所不同,但结果是极端的对立面。这两个程序中的零假设是不同的吗?

这就是我所拥有的:

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                 

R:

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

PS。我似乎无法正确粘贴Excel中的内容。重点是p值预期值与R给出的不同。

1 个答案:

答案 0 :(得分:3)

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。它产生了0.9782的p值,接近R中给出的值。请参阅以下屏幕截图中的值:

enter image description here

  1. 在上文中,我使用实际值作为输入R. Cells A2:B3
  2. 我计算边际行和列总和
  3. 我通过获取适当的边际行和列总和的乘积并除以总和来计算预期的单元格值。细胞A7:B8
  4. 我接下来使用实际和预期的计数来计算p值。
  5. 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),则得到的p值为0.9782,与Excel的p值相对应。