使用chisq.test()报错：'x'与'p'元素数量需一致问题求助

错误提示翻译 #

'x' 和 'p' 必须具有相同数量的元素，尽管数据框长度相同

问题根源 #

你代码里的matrix()包装和double(df)用法是核心问题：

• matrix()会把一维数据转成二维结构，而chisq.test()的x（观测计数）和p（概率向量）要求是一维向量，不是二维矩阵。
• double()函数的作用是创建指定长度的双精度空向量，不是转换现有矩阵的元素类型，你误用它处理矩阵，导致传入的参数结构不符合要求。

解决步骤 #

1. 将数据转成一维向量：如果observed_values和expected_values是数据框，用unlist()转成向量；如果已经是向量，直接使用。
2. 确保概率和为1：将预期值除以样本量126得到概率向量，验证总和是否接近1。
3. 正确调用chisq.test()：

示例代码：

# 转换观测值为一维向量（数据框转向量用unlist）
observed_vec <- unlist(observed_values)
# 转换预期值为概率向量，确保和为1
expected_vec <- unlist(expected_values) / 126

# 先验证关键条件
stopifnot(length(observed_vec) == length(expected_vec))
stopifnot(abs(sum(expected_vec) - 1) < 1e-6) # 允许微小浮点误差

# 执行卡方检验
chisq.test(x = observed_vec, p = expected_vec)

额外注意 #

• x参数必须是非负整数（观测计数），如果你的观测值是小数，需要确认是否为计数数据，否则卡方检验不适用。
• 若预期计数（即sum(observed_vec) * expected_vec）中有小于5的情况，chisq.test会给出警告，这时候可以考虑添加simulate.p.value = TRUE参数来模拟p值。

内容的提问来源于stack exchange，提问作者Ryan Hedburg