R根据列值对数据框执行多个卡方检验

Question

我有一个包含计数的数据框，我想为变量 Cluster 的每个值执行chisq.test。所以基本上，我需要 4 个列联表（对于“A”、“B”、“C”、“D”），其中行 = 类别，列 = 药物，值 = 总计。随后应该为所有 4 个表格运行 chisq.test。

示例数据框

df <- data.frame(Cluster = c(rep("A",8),rep("B",8),rep("C",8),rep("D",8)),
                 Category = rep(c(rep("0-1",2),rep("2-4",2),rep("5-12",2),rep(">12",2)),2),
                 Drug = rep(c("drug X","drug Y"),16),
                 Total = as.numeric(sample(20:200,32,replace=TRUE)))

Answer 1

首先，使用xtabs() 生成分层列联表。

tab <- xtabs(Total ~ Category + Drug + Cluster, df)
tab

# , , Cluster = A
# 
#         Drug
# Category drug X drug Y
#     >12      92     75
#     0-1      33    146
#     2-4     193     95
#     5-12     76    195
# 
# etc.

然后使用apply() 对每个层进行 Pearson 卡方检验。

apply(tab, 3, chisq.test)

# $A
# 
#   Pearson's Chi-squared test
# 
# data:  array(newX[, i], d.call, dn.call)
# X-squared = 145.98, df = 3, p-value < 2.2e-16
#
# etc.

此外，您可以对条件独立性执行 Cochran-Mantel-Haenszel 卡方检验。

mantelhaen.test(tab)

#   Cochran-Mantel-Haenszel test
# 
# data:  tab
# Cochran-Mantel-Haenszel M^2 = 59.587, df = 3, p-value = 7.204e-13