对卡方检验结果R应用Bonferroni校正

我对一个包含两个标称变量的数据集进行了R卡方检验，即主题类别C和研究机构I。这张桌子看起来像这样

       RI1  RI2   RI3  RI4  RI5  RI6   RI7   RI8  RI9 RI10
sc1   4.95 2.97  2.97 5.94 3.96 7.92 25.74 44.55 0.99 0.00
sc2   6.53 3.01 11.55 5.52 5.02 6.03 23.61 38.19 0.00 0.50
sc3   6.12 4.08 10.20 6.12 0.00 2.04 24.48 44.89 0.00 2.04
sc4  10.00 0.00  2.00 8.00 0.00 4.00 32.00 42.00 0.00 2.00
sc5  10.93 3.12  6.25 3.12 1.56 6.25 23.43 42.18 1.56 1.56
sc6   6.10 4.58 12.21 6.87 3.05 4.58 24.42 35.87 1.52 0.76
sc7  11.90 7.14 11.90 7.14 2.38 2.38 33.33 19.04 0.00 4.76
sc8   8.60 3.22  6.98 5.37 3.76 3.76 20.96 43.01 1.61 2.68
sc9   7.27 4.84 13.93 6.06 4.24 2.42 19.39 40.00 1.21 0.60
sc10  3.75 0.00  8.75 7.50 1.25 1.25 33.75 40.00 2.50 1.25

卡方检验结果如下：

    chisq.test(mydata)

        Pearson's Chi-squared test

    data:  mydata
    X-squared = 102.51, df = 81, p-value = 0.05357
Warning message:
In chisq.test(mydata) : Chi-squared approximation may be incorrect

我想对p值进行Bonferroni校正。我的假设是，学科类别不会影响研究机构的出版物数量。我的问题是，既然我有10个科目类别，我应该把p值除以10吗

---

另外，我还没有达到15分，因此无法创建新的标记Bonferroni校正

如果您要在整体卡方检验后进行多重成对比较，您的Bonferroni校正将为0.05/次检验。请参阅有用的参考资料和

你可能需要测试所有可能的配对，这意味着你要做的测试远不止10个。但是，在继续之前，您可能需要考虑其他解决方法

---

第一步可能是重新评估你的假设。例如，如果您的研究机构有不同数量的研究人员，您的分析需要考虑到，无论主题如何，预计会有更多的研究人员发表更多的出版物。当你澄清了你的研究问题后，你可能想使用另一种统计方法而不是卡方检验。有助于在上搜索问题/答案。

我不明白你为什么认为你需要纠正多次检验。要使用bonferroni获得pvalue截止值，你需要将pvalue阈值除以卡方检验的数量。然后使用新的pvalue作为阈值。例如，pvalue threshold=0.05，测试次数=10，则新的pvalue threshold将为0.05/10=0.005。任何测试的pvalue小于或等于0.005，然后再考虑significant@Roland..I将对每行重复chi测试，因此需要correction@Sathish...Are你建议我对每一行进行卡方检验吗？我在这项研究的描述性统计中考虑了作者的数量，其中我将出版物的总数除以作者，看看哪个机构有较高比例的文章，每个作者。关于统计测试的任何建议，我可以用来测试作者数量与出版数量之间的相关性吗？统计测试的建议确实超出了SO的范围。有助于在我的答案中搜索交叉验证链接的答案，然后在必要时在那里写一个明确的问题。祝你好运