卡方检验R和excel
我正在为工作中的一些东西做独立性测试。我通常用R做这类事情,但我的老板要我用Excel做图表。我的问题是,当我使用R的卡方检验时,它给出的结果与Excel使用的结果不同。我不确定我是否设置了错误的东西,或者使用的方法是否有差异,但结果几乎是截然相反的。这两个程序中的无效假设是否不同 以下是我得到的:卡方检验R和excel,r,excel,statistics,chi-squared,R,Excel,Statistics,Chi Squared,我正在为工作中的一些东西做独立性测试。我通常用R做这类事情,但我的老板要我用Excel做图表。我的问题是,当我使用R的卡方检验时,它给出的结果与Excel使用的结果不同。我不确定我是否设置了错误的东西,或者使用的方法是否有差异,但结果几乎是截然相反的。这两个程序中的无效假设是否不同 以下是我得到的: Observed Values Expected Values Total Errors Priority 1 + 2
Observed Values Expected Values
Total Errors Priority 1 + 2 Total Errors Priority 1 + 2
Non-V&T 342 188 530 Non-V&T 171.0759494 93.92405063
V&T 117 64 181 V&T 58.42405063 32.07594937
459 252 1422
Test value:
2.68619E-79
R:
tbl1目前我也不知道如何从Excel中粘贴,但我可以通过屏幕截图向您提供我在Excel中使用的公式。其产生的p值为0.9782,接近R中给出的值。请参见以下屏幕截图了解值:
在上面,我使用实际值作为R单元格A2:B3的输入
我计算边缘行和列的和
我通过取适当的边缘行和列总和的乘积,除以总总和来计算期望的单元格值。单元格A7:B8
我接下来使用实际计数和预期计数计算p值
如果您在没有Yates校正的情况下重新执行R过程,即chisq.test(tbl1,correct=F)
,您将得到一个p值0.9782,对应于Excel的p值。谢谢您的帮助。我计算的期望值不正确,因为我把错误的数字加在一起得到了n。
tbl1 <- matrix(c(342,117,188,64),ncol=2)
chisq.test(tbl1)
Pearson's Chi-squared test with Yates' continuity correction
data: tbl1
X-squared = 1.6653e-30, df = 1, p-value = 1
chisq.test(tbl1)$expected
[,1] [,2]
[1,] 342.1519 187.8481
[2,] 116.8481 64.1519