Question

array(1) { [0]=> string(3) "1,2" }

我无法理解为什么m1 <- data.frame(a=1, b=2, d=0) chisq.test(m)$p.value # 0.3678794 m2 <- data.frame(a=c(1,2,0), b=c(2,12,0), d=c(0,0,0)) chisq.test(m2)$p.value # NaN函数无法测试像m2这样的表的差异。有没有任何方法可以获得数据帧的p值，如m1和第三列零？

Answer 1

您可以使用Fisher的精确测试：

 fisher.test(m1)$p.value

[1] 0.4647059

Answer 2

正如Marco所说，Fisher's exact test会给你一个p值，但即使χ² -test确实给你一个值，你仍然应该使用Fisher's。 χ² -test给出近似值，仅适用于大型数据集至于你得到NaN的原因，lukeA是正确的，尽管你可以说，如果任何行或列总和为零，或者边缘为零，测试将不起作用。

m2 <- data.frame(a=c(1, 2, 0), b=c(2, 12, 0), d=c(0, 0, 0))
chisq.test(m2, simulate.p.value=TRUE)$p.value

# Warning messages:
# 1: In chisq.test(m2, simulate.p.value = TRUE) :
# cannot compute simulated p-value with zero marginals

证明近似和精确p值之间的差异

m3 <- data.frame(a=c(1, 2, 0), b=c(2, 12, 0), d=c(0, 0, 1))

chisq.test(m3, simulate.p.value=TRUE)$p.value
# 0.05147

fisher.test(m3)$p.value
# 0.06324

我如何从chisq.test（）函数中获得p.value？

2 个答案: