R 皮尔逊与成对检验的矛盾

我有两个长度相同的向量

a

和

b

。向量包含游戏已玩的次数。例如，游戏1在组

a

中玩

265350

，而在组

b

中玩

52516

a <- c(265350, 89148, 243182, 208991, 113090, 124698, 146574, 33649, 276435, 9320, 58630, 20139, 26178, 7837, 6405, 399)
b <- c(52516, 42840, 60571, 58355, 46975, 47262, 58197, 42074, 50090, 27198, 45491, 43048, 44512, 27266, 43519, 28766)

我得到一个p值0.2348，这意味着两个向量是独立的（H为真）

---

但是当我运行

pairwise.prop.test（a，b）

并得到所有的pairwise p值时，几乎所有的p值都非常低，这意味着两个向量之间存在成对依赖关系，但这与第一个结果相反。这怎么可能

成对.prop.test不是针对您的案例的正确测试

正如文件中提到的：

计算成对比例之间的成对比较，并对多次测试进行校正

而且：

x（第一个参数）。
成功计数向量或具有两列的矩阵，分别给出成功计数和失败计数

及

n（第二个参数）。
试验计数向量；如果x是矩阵，则忽略

---

因此，

x

在

n

中成功的试验数，即x这是一个交叉验证的问题。我应该使用chisq.测试（cbind（a，b））而不是chisq.测试（a，b）？第一个给出的p值较低，而第二个给出的p值超过0.05。您可以在

？chisq.test

中查看详细信息部分。对此，最安全的选择似乎是

chisq.test（a，b）

。

chisq.test(a,b)