卡方检验 R 和 excel

Question

我正在对工作中的一些东西进行独立性测试。我通常在 R 中做这种事情，但我的老板希望我在 Excel 中为图表做这件事。我的问题是，当我使用 R 的卡方检验时，它给我的结果与 Excel 使用的结果不同。我不确定我是否设置错误，或者使用的方法是否存在差异，但结果几乎是截然相反的。这两个程序中的原假设是否不同？

这是我得到的：

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 <- 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

ps。我似乎无法正确粘贴我从 Excel 中获得的内容。重点是 p 值期望值与 R 给我的不同。

Answer 1

目前我也不确定如何从 Excel 粘贴，但我可以通过屏幕截图为您提供我在 Excel 中使用的公式。它产生的 p 值为 0.9782，接近 R 中给出的值。请查看以下屏幕截图了解这些值：

1. 在上面，我使用实际值作为 R 的输入。单元格 A2:B3
2. 我计算边缘行和列的总和
3. 我通过将适当的边缘行和列总和除以总和来计算预期的单元格值。单元格 A7:B8
4. 接下来我使用实际计数和预期计数来计算 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)，您会得到一个 0.9782 的 p 值，它对应于 Excel 的 p 值。