Question

第一次写在这里，所以如果缺少某些东西我会道歉。

我正在比较两种DNA定量方法，我试图看看哪种方法让我的结果更接近真实的（我添加到样品中的DNA）。

对于每种方法，我有5次重复。我在每个样品中放入1000个细胞（预期值）并得到以下量化值（观察值）：

方法P - 500,400,400,500,500
方法Q - 1000,900,1400,700,1000

当我尝试使用chisq（）函数时，我似乎无法告诉函数哪些是期望的值，它会计算期望的值，而这不是我想要的。

> P<-c(500, 400, 400, 500, 500)

> Q<-c(1000, 900, 1400, 700, 1000)

> chisqQ <- chisq.test(Q)
Chi-squared test for given probabilities

data:  Q
X-squared = 260, df = 4, p-value < 2.2e-16

> chisqP <- chisq.test(P)

    Chi-squared test for given probabilities

data:  P
X-squared = 26.087, df = 4, p-value = 3.039e-05

这个问题是我没有建立我的预期值，而对于Q它自动计算1000，对于P它没有

> round(chisqQ$expected,2)
[1] 1000 1000 1000 1000 1000

> round(chisqP$expected,2)
[1] 460 460 460 460 460

chisq函数中有p参数，但它必须是概率，这不是我的情况。

我已经在excel上手动计算了卡方值，并对它们进行了比较，但是一旦将来，我将有几种技术和几种细胞数量我想知道是否可以在R中进行。

提前致谢，

干杯，

琼娜

Answer 1

因此，如果我理解正确，你已经有了预期的值，并且想要使用卡方来看看你有多合适。

如果是这样，以下解决方案将起作用。

obs <- c(500,400,400,500,500)
exp <- c(XX, XX, XX, XX, XX)
chisq.test(x = observed, p = expected)

卡方检验在R

1 个答案: