Fisher精确检验分析和分析时间段

Question

我想分析两个变量来测试一组数据之间的相关性。其中一个变量是“字符串”，另一个是“日期”（一个时间段）。据我了解，对于我的建议，适当的测试应该是“Fisher 精确测试”。

由于某些类别中有很多 0，因此无法进行卡方检验。我正在考虑运行 Fisher 的精确测试，但不知道如何，因为我在 R 中很新。

数据样本：

  **Parking locations**           `Time sequence`
        Other locations             9:30-13:00
        Bicycle shed (Ground floor) 17:00-20:00
        Bicycle parking (East side) 6:00-9:30
        Bicycle shed (Ground floor) 13:00-17:00
        Bicycle shed (First floor)  9:30-13:00
        Bicycle shed (First floor)  13:00-17:00
        Bicycle shed (Ground floor) 13:00-17:00
        Bicycle shed (Ground floor) 13:00-17:00
        Supervised bicycle parking  6:00-9:30
        Bicycle shed (Ground floor) 6:00-9:30

我的问题是知道是否可以在Spss 中运行分析，或者我应该使用R。？
另外，Time sequence 列在时间段（9:30 到 13:00）的数据类型应该是什么？

Answer 1

我将您的数据输入到 csv file. 中（备注：由于第二列对齐，您的数据看起来像制表符分隔，这也可以）

然后你可以在 R 中做到这一点：

data=read.csv("~/bikes.csv", header=T)
t<-table(data)
fisher.test(t)

t的内容和fisher检验的结果可以看this screenshot.

这是复制的输出：

> t
                         Time.sequence
Parking.locations             13:00-17:00 17:00-20:00 6:00-9:30 9:30-13:00
  Bicycle parking (East side)           0           0         1          0
  Bicycle shed (First floor)            1           0         0          1
  Bicycle shed (Ground floor)           3           1         1          0
  Other locations                       0           0         0          1
  Supervised bicycle parking            0           0         1          0
> fisher.test(t)

    Fisher's Exact Test for Count Data

data:  t 
p-value = 0.419
alternative hypothesis: two.sided 

这是一个非常基本的命令示例

?fisher.test

您可以看到大于 2 x 2 的表格有一些设置。 如果我的任何假设是错误的（例如 Parking.locations 的分离），我会更新我的答案。

Answer 2

如果我是您，我会确保您的数据采用逗号分隔格式 (csv)。这样，您可以使用read.csv 简单地将数据读入 R 中。

如果你想将它们用作分类变量，你可以简单地使用R：

fisher.test(parking_location, time_sequence)

随着更具体的信息可用，我会相应地更新答案；这适用于字符串（例如 Bicycle shed (First floor) 和 Bicycle shed (Ground floor)）是唯一的，并且它认为间隔也是固定的。