R：模拟两个分类变量独立的总体
R: simulating a population where two categorical variables are independent
背景
出于教学目的，我使用模拟（主要在 R 中）来帮助学生（在社会科学领域......没有数学或统计背景）掌握一些统计主题背后的一些“困难”concepts/ideas。我打算讲授关于独立性的卡方检验，我准备了一个小的 2x2 意外事件 table 交叉制表 GENDER（两个级别：M 和 F）与 POLITICAL AFFILIATION（两个级别：PartyA，PartyB ).在这个玩具数据集中，存在显着的依赖性。
我心中的目标
为了帮助同学们理解原假设下卡方统计量的抽样分布，我想模拟一个上述两个变量独立[=28的总体=].我想这样做是为了：（1）我可以随机抽取一个随机样本，对两个变量进行交叉制表，并表明卡方检验变得不显着，并且（2）我可以随机抽取 B样本，计算卡方统计量 B 次，并绘制这些 B 卡方值的频率分布直方图（这应该代表卡方在零假设下的抽样分布）。
我需要帮助的地方
我想不出一种方法来模拟这 2 个分类变量相互独立的总体。理想情况下，我想提出一个包含许多行和两列的数据框：每一行代表一个观察（在我们的例子中是一个个体），而每一列将存储（对于每个观察）每个分类变量的水平正在分析（即性别和政治派别）。
您可以使用 sample 并将 replace = 参数设置为 TRUE，并使用 data.frame:
将新向量组合成变量
dat <- data.frame(gender = sample(c("F", "M"), size = 1000, replace = TRUE),
party = sample(c("Party A", "Party B"), size = 1000, replace = TRUE))
因为您是分别生成这两个变量，所以它们不会相互关联。
背景
出于教学目的，我使用模拟（主要在 R 中）来帮助学生（在社会科学领域......没有数学或统计背景）掌握一些统计主题背后的一些“困难”concepts/ideas。我打算讲授关于独立性的卡方检验，我准备了一个小的 2x2 意外事件 table 交叉制表 GENDER（两个级别：M 和 F）与 POLITICAL AFFILIATION（两个级别：PartyA，PartyB ).在这个玩具数据集中，存在显着的依赖性。
我心中的目标
为了帮助同学们理解原假设下卡方统计量的抽样分布，我想模拟一个上述两个变量独立[=28的总体=].我想这样做是为了：（1）我可以随机抽取一个随机样本，对两个变量进行交叉制表，并表明卡方检验变得不显着，并且（2）我可以随机抽取 B样本，计算卡方统计量 B 次，并绘制这些 B 卡方值的频率分布直方图（这应该代表卡方在零假设下的抽样分布）。
我需要帮助的地方
我想不出一种方法来模拟这 2 个分类变量相互独立的总体。理想情况下，我想提出一个包含许多行和两列的数据框：每一行代表一个观察（在我们的例子中是一个个体），而每一列将存储（对于每个观察）每个分类变量的水平正在分析（即性别和政治派别）。
您可以使用 sample 并将 replace = 参数设置为 TRUE，并使用 data.frame:
dat <- data.frame(gender = sample(c("F", "M"), size = 1000, replace = TRUE),
party = sample(c("Party A", "Party B"), size = 1000, replace = TRUE))
因为您是分别生成这两个变量，所以它们不会相互关联。