如何对行数不同的两个数据表执行Pearson卡方检验？

首先，你的场景用Pearson卡方检验完全不合适——卡方检验要么用于列联表的分类数据交叉分析，要么要求两个输入向量长度完全一致（对应配对设计），但你这里是两组独立样本（Ost和West的行数不同），且因变量是数值型的长期失业人数，得换适配的方法。

针对你的需求（验证Ost组的Langzeitarbeitslose显著高于West组，且数据不服从正态分布），最适合的是Mann-Whitney U检验（Wilcoxon秩和检验），这是独立样本非参数检验的标准方案，不需要正态分布假设。

方法1：不考虑地区匹配的独立样本检验 #

如果两个数据集是独立抽样（无需按地区一一对应），直接合并数据并加上分组标签即可做检验：

# 构造合并数据集
combined_data <- data.frame(
  Langzeitarbeitslose = c(Ost_data$Langzeitarbeitslose, West_data$Langzeitarbeitslose),
  Group = rep(c("Ost", "West"), c(nrow(Ost_data), nrow(West_data)))
)

# 执行单侧Mann-Whitney U检验（验证Ost组数值更高）
wilcox.test(Langzeitarbeitslose ~ Group, data = combined_data, alternative = "greater")

alternative = "greater"指定了单侧检验，完全对应你“Ost组数值显著高于West组”的假设。

方法2：按地区匹配的配对样本检验 #

如果两个数据集的Raumeinheit是一一对应的（比如每个地区在两组数据中都有记录），可以用配对样本的非参数检验——Wilcoxon符号秩检验，这样能消除地区差异的影响：

# 按地区合并数据集，仅保留两组都存在的地区
matched_data <- merge(Ost_data, West_data, by = "Raumeinheit", suffixes = c("_Ost", "_West"))

# 执行单侧配对检验（验证Ost组数值更高）
wilcox.test(matched_data$Langzeitarbeitslose_Ost, matched_data$Langzeitarbeitslose_West, alternative = "greater", paired = TRUE)

补充：为什么卡方检验不行？ #

你用chisq.test报错的直接原因是函数要求两个输入向量长度相同，但Ost_data（76行）和West_data（324行）长度不匹配。更关键的是，卡方检验是用来分析分类变量的关联，不是用来比较两组数值型变量的大小差异的，就算长度一致，用在这里也逻辑错误。

内容的提问来源于stack exchange，提问作者GeoNerd