从 4 列创建一个卡方 table，并将 2 个值配对在一起，使一个依赖和另一个独立

Question

下面有一个列列表。

col 1|col 2|col 3|col 4|col 5|Yes Col_B|No Col_B|Yes Col_W|No Col_W
 1      1      3     3     5          7        9        3         2

我想做的是取最后四列，取是 Col_B、否 Col_B、是 Col_W 和否 Col_W，然后想象一下它们作为两列

Yes or No| B or W
       7       B
       9       B
       3       W
       2       W

现在我有两个临时列，我可以运行一个 chisquare 来指示 Yes 或 No 是否依赖于 B 或 W

 test <- chisq.test(table(data$YesorNo, data$BorW))

Answer 1

首先我们使用 tidyr 中的 pivot_longer，并将其设置为为每一列创建一个组（行）：

newdf = tidyr::pivot_longer(df[,6:9], cols=everything())

给出：

  name      value
1 Yes Col_B     7
2 No Col_B      9
3 Yes Col_W     3
4 No Col_W      2

现在我们需要将 name 列分成两列，一列用于是或否，一列用于 B 或 W。我们通过在这些名称中找到一个模式（正则表达式）来做到这一点：

模式是(yes or no)(Col_)(B or W)，我们写成"(Yes|No) Col_(B|W)"。然后我们运行一个循环为第一组创建一个列 - 其中组由括号设置 - （由 "\1" 给出），另一个用于第二个（"\2"），并使用 paste0("\",i) 来执行此操作。

newdf = cbind(NA, NA, newdf) #Creating 2 empty columns

for(i in c(1,2)){
  newdf[,i] = gsub("(Yes|No) Col_(B|W)",
                   paste0("\",i),
                   newdf$name)}

newdf$name = NULL #Getting rid of the name column
colnames(newdf) = c("Yes or No", "B or W", "Value")

输出：

  Yes or No B or W Value
1       Yes      B     7
2        No      B     9
3       Yes      W     3
4        No      W     2

Answer 2

这是 Ricardo 的另一个版本，其中大部分名称拆分和分离是在 pivot_longer 函数中完成的：

df<-data.frame(`Yes Col_B`=7, `No Col_B`=9, `Yes Col_W`=3, `No Col_W`=2) 

library(tidyr)
library(dplyr)

answer <- pivot_longer(df, contains("Col_"), names_sep = "_", names_to=c("Yes_No", ".value")) %>% 
               mutate(Yes_No=str_replace(Yes_No, "\.Col", ""))

answer
## A tibble: 2 x 3
#  Yes_No     B     W
#  <chr>  <dbl> <dbl>
#1 Yes        7     3
#2 No         9     8

chisq.test(answer[ , c("B", "W")])
#since counts are less than 5 suggest the Fisher's Exact Test
fisher.test(answer[ , c("B", "W")])

chi^2 检验通常需要每个类别至少 5 个成员进行分析，因此我将 Fisher 精确检验作为备选方案。

从 4 列创建一个卡方 table，并将 2 个值配对在一起，使一个依赖和另一个独立

Create a chi-square table from 4 columns and pair 2 of the values together to make one dependent and other indenpendent

r

pivot

chi-squared

temp