R中列联表（4x2）的卡方检验

我在计算R中4x2列联表的卡方检验时遇到问题。我的脚本如下所示：

# Read data
read.table("Mortality_test.txt")

# Assign a name to the data
mortality<- read.table("Mortality_test.txt", ,col.names=c('treatment','dead'), header=TRUE, sep="\t", na.strings="NA", dec=",", strip.white=TRUE)

table(mortality)

    dead
treatment no yes
     A    63   7
     B    61   9
     C    68   2
     D    63   7

---

我现在的问题是，我想比较不同治疗（A、B、C、D）之间的死亡率是否有统计学差异。如果我没弄错的话，我可以在桌上做一个卡方检验。然而，我不确定下一步该采取哪一步

您有一个函数

chisq.test

，用于在一个接触表上执行chi测试

来，拿着你的桌子

dead <- read.table(text = "treatment no yes
                   A    63   7
                   B    61   9
                   C    68   2
                   D    63   7",header = T)

> dead
  treatment no yes
1         A 40  15
2         B 61   9
3         C 68   2
4         D 63   7

这两种治疗方法之间没有区别。要查看另一个不同的示例，请执行以下操作：

dead <- read.table(text = "treatment no yes
                   A    55   12
                   B    61   9
                   C    68   2
                   D    63   7",header = T)

---

我们只需在

表（）上应用
summary（）
，就可以方便地得到卡方检验

实例
注：“卡方近似可能不正确”是因为本例中只有32个观测值

有了你的数据，
总结（表（死亡率））
应该是有效的。
这很简单。非常感谢您的快速回答：-）
dead <- read.table(text = "treatment no yes
                   A    55   12
                   B    61   9
                   C    68   2
                   D    63   7",header = T)

    Pearson's Chi-squared test

data:  dead[, 2:3]
X-squared = 8.4334, df = 3, p-value = 0.03785

with(mtcars, table(cyl, gear))
#    gear
# cyl  3  4  5
#   4  1  8  2
#   6  2  4  1

summary(with(mtcars, table(cyl, gear)))
# Number of cases in table: 32 
# Number of factors: 2 
# Test for independence of all factors:
#         Chisq = 18.036, df = 4, p-value = 0.001214
#         Chi-squared approximation may be incorrect