今天在做一个列联表独立性检验的时候，总是无法处理好要求的数据类型，偶然的机会，看到了xtabs()函数，感觉很适合用来做列联表，适合将一列数据转换成列联表。
shifou <- c("yes","yes","no","no") xinbie <- c("nan","nv","nan","nv") freq <- c(34,38,28,50) (exer6_2 <- data.frame(shifou,xinbie,freq)) (count22 <- xtabs(freq~.,data = exer6_2))#这个点表示shifou + xinbie,这个和lm()用法差不多 assocstats(count22)
运行过程与结果如下：
> shifou <- c("yes","yes","no","no")#是否逃课 > xinbie <- c("nan","nv","nan","nv")#性别 > freq <- c(34,38,28,50) > (exer6_2 <- data.frame(shifou,xinbie,freq))#“nan”表示男，“nv”表示女，yes表示逃课，no表示不逃课 shifou xinbie freq 1 yes nan 34 2 yes nv 38 3 no nan 28 4 no nv 50 > (count22 <- xtabs(freq~.,data = exer6_2))#这个数据表示性别与性别是否有关 xinbie shifou nan nv no 28 50 yes 34 38 > assocstats(count22) X^2 df P(> X^2) Likelihood Ratio 1.9830 1 0.15908 Pearson 1.9802 1 0.15937#这个p值为0.15937大于0.05，表示与性别没有关系 Phi-Coefficient : 0.115 Contingency Coeff.: 0.114 Cramer's V : 0.115
接下来，创建一个更加难的数据集
(价格 <- rep(c("10万以下","10~20万","20~30万","30万以上"),each = 3)) (地区 <- rep(c("东部","中部","西部"),each = 1,times = 4)) (数量 <- c(20,40,40,50,60,50,30,20,20,40,20,10)) (销售情况 <- data.frame(价格,地区,数量)) (count2 <- xtabs(数量 ~ (价格 + 地区),data = 销售情况))
运算过程：
> (价格 <- rep(c("10万以下","10~20万","20~30万","30万以上"),each = 3)) [1] "10万以下" "10万以下" "10万以下" "10~20万" "10~20万" "10~20万" "20~30万" [8] "20~30万" "20~30万" "30万以上" "30万以上" "30万以上" > (地区 <- rep(c("东部","中部","西部"),each = 1,times = 4)) [1] "东部" "中部" "西部" "东部" "中部" "西部" "东部" "中部" "西部" "东部" "中部" [12] "西部" > (数量 <- c(20,40,40,50,60,50,30,20,20,40,20,10)) [1] 20 40 40 50 60 50 30 20 20 40 20 10 > (销售情况 <- data.frame(价格,地区,数量)) 价格 地区 数量 1 10万以下 东部 20 2 10万以下 中部 40 3 10万以下 西部 40 4 10~20万 东部 50 5 10~20万 中部 60 6 10~20万 西部 50 7 20~30万 东部 30 8 20~30万 中部 20 9 20~30万 西部 20 10 30万以上 东部 40 11 30万以上 中部 20 12 30万以上 西部 10 > (count2 <- xtabs(数量 ~ (价格 + 地区),data = 销售情况)) 地区 价格 东部 西部 中部 10~20万 50 50 60 10万以下 20 40 40 20~30万 30 20 20 30万以上 40 10 20
可以看出这个count2也构成了这个列联表的形式，接下来，使用 chisq.test()函数便可进行卡方检验
> chisq.test(count2) Pearson's Chi-squared test data: count2 X-squared = 29.991, df = 6, p-value = 3.946e-05