如何在不同分类变量的水平上应用 Chisq.test？

Question

我想在分类变量的每个水平上执行 chisq.test()。

目前，我已经设法使用以下代码对每个分类变量进行了处理。

# Random generation of values for categorical data
set.seed(12)
x <- data.frame(col1 = sample( LETTERS[1:4], 100, replace=TRUE ), 
                col2 = sample( LETTERS[3:6], 100, replace=TRUE ),
                col3 = sample( LETTERS[2:5], 100, replace=TRUE ),
                out = sample(c(1,2),100, replace=TRUE))

# performing chisq.test
pval <- as.data.frame(sapply(c(1:3),function(i)chisq.test(x[,i],x[,'out'])$p.value ))

#output
    p.value
1 0.33019256
2 0.08523487
3 0.79403367

我有兴趣比较不同结果的水平。

# for col1 levels different outcomes
table(x$col1,x$out)

#output
     1  2
  A  8 12
  B 18 10
  C 12 11
  D 18 11

例如，比较 col1 中的 B 级对于 out 中的不同结果 1,2。

我想知道如何将其扩展（或以另一种智能方式）到分类变量的每个级别？

# Expected output
       p.value

col1.A  *****
col1.B  *****
col1.C  *****
.
.
.
col3.E  *****

感谢您的关注。

Answer 1

如果你想对给定的概率（p = rep(0.5, 2)）进行卡方检验，你会这样做。

为了更容易理解，我将其分解：

getP <- function(lev, x, i) {
  tab <- table(x$out[x[, i] == lev])
  chisq.test(tab)$p.value
}
pvalList <- lapply(1:3, function(i) {
  df <- data.frame(Column = i, Category = levels(x[, i]))
  df$p.value <- sapply(df$Category, getP, x, i)
  df
})
pval <- do.call("rbind", pvalList) # Convert to single data frame

或者，如果您实际上想要的是 A 与非 A、B 与非 B 等，您可以将 getP 的定义替换为：

getP <- function(lev, x, i) {
  tab <- table(x$out, x[, i] == lev)
  chisq.test(tab)$p.value
}

如何在不同分类变量的水平上应用 Chisq.test？

How to apply Chisq.test on levels of different categorical variables?

r

statistics

sapply

chi-squared