不等样本量的三个向量的Chi squared检验问题求助

你遇到的报错核心原因是误用了chisq.test()的参数逻辑：该函数直接传入多个向量时，会默认把前两个参数当作配对的x和y（比如两个同长度的因子向量，用来生成列联表），因此要求长度严格一致；而你用补NA生成数据框的做法完全错误，卡方检验不需要这种无效补全，反而会引入干扰。

下面针对两种常见的数据场景给出正确解法：

场景1：向量是不同组的类别计数 #

如果alpha/bravo/charlie分别是三个组对不同类别的计数（比如alpha组统计了3个类别，bravo组统计了4个，charlie组统计了5个），需要先统一所有类别，缺失类别的计数补0，再生成标准列联表：

alpha <- c(10,15,20)
bravo <- c(12,18,19,20)
charlie <-c(19,30,21,34,10)

# 1. 将各组数据转换为「类别-计数-组」的结构化格式
alpha_df <- data.frame(category = 1:length(alpha), count = alpha, group = "alpha")
bravo_df <- data.frame(category = 1:length(bravo), count = bravo, group = "bravo")
charlie_df <- data.frame(category = 1:length(charlie), count = charlie, group = "charlie")

# 2. 合并并补全缺失类别的计数为0
library(dplyr)
full_df <- dplyr::bind_rows(alpha_df, bravo_df, charlie_df) %>%
  tidyr::complete(category, group, fill = list(count = 0))

# 3. 生成列联表并执行卡方检验
cont_table <- xtabs(count ~ category + group, data = full_df)
chisq.test(cont_table)

场景2：向量是不同组的观测值 #

如果alpha/bravo/charlie是三个独立样本的观测值（比如alpha组有3个样本数据，bravo组有4个），需要先将数据整理为长格式，再把连续观测值划分为离散类别（卡方检验仅适用于离散分类数据），最后生成列联表检验：

alpha <- c(10,15,20)
bravo <- c(12,18,19,20)
charlie <-c(19,30,21,34,10)

# 1. 合并为长格式数据
long_df <- data.frame(
  value = c(alpha, bravo, charlie),
  group = rep(c("alpha", "bravo", "charlie"), times = c(length(alpha), length(bravo), length(charlie)))
)

# 2. 将连续值划分为离散类别（示例用四分位数区间）
long_df$category <- cut(long_df$value, breaks = quantile(long_df$value), include.lowest = TRUE)

# 3. 生成列联表并执行卡方检验
cont_table <- table(long_df$group, long_df$category)
chisq.test(cont_table)

补充：连续数据的替代方案 #

如果你的观测值是连续型数据，Kruskal-Wallis秩和检验比卡方检验更合适，无需转换类别：

kruskal.test(value ~ group, data = long_df)

内容的提问来源于stack exchange，提问作者Michael Bennett