如何在R语言中对分组数据集执行三类chi²（卡方）检验？

首先处理数据中的缺失值，卡方检验无法直接处理NA，因此所有检验前都会过滤掉对应位置的缺失值。另外，全为NA的列（如option2c、option3a等）不具备检验意义，会自动跳过。

步骤1：同编号数据集的卡方检验（如option1a vs option1b） #

通过正则提取编号分组（如option1、option2），对每组内的非全NA列构建列联表，执行卡方独立性检验：

# 提取编号分组（更稳健的正则匹配）
id_groups <- split(colnames(data), sub("(option\\d+).*", "\\1", colnames(data)))

# 遍历每个编号组
lapply(id_groups, function(group_cols) {
  # 过滤全NA的列
  valid_cols <- group_cols[sapply(data[group_cols], function(col) !all(is.na(col)))]
  if(length(valid_cols) < 2) {
    cat("编号组", unique(sub("(option\\d+).*", "\\1", valid_cols)), "有效列不足2个，跳过检验\n")
    return(NULL)
  }
  # 提取数据并过滤NA（仅保留所有列都非NA的行）
  paired_data <- na.omit(data[valid_cols])
  if(nrow(paired_data) == 0) {
    cat("编号组", unique(sub("(option\\d+).*", "\\1", valid_cols)), "无有效配对数据，跳过检验\n")
    return(NULL)
  }
  # 构建列联表并执行卡方检验
  contingency_table <- table(paired_data)
  chisq_result <- chisq.test(contingency_table)
  return(chisq_result)
})

步骤2：同字母后缀数据集的卡方检验（如option1a、option2a...） #

提取字母后缀分组（如a、b、c），对每组内的非全NA列合并为频数矩阵，执行卡方独立性检验（检验不同编号的同后缀列分布是否一致）：

# 提取后缀分组
suffix_groups <- split(colnames(data), sub("option\\d+(.)", "\\1", colnames(data)))

# 遍历每个后缀组
lapply(suffix_groups, function(group_cols) {
  # 过滤全NA的列
  valid_cols <- group_cols[sapply(data[group_cols], function(col) !all(is.na(col)))]
  if(length(valid_cols) < 2) {
    cat("后缀组", unique(sub("option\\d+(.)", "\\1", valid_cols)), "有效列不足2个，跳过检验\n")
    return(NULL)
  }
  # 提取各列的频数（仅统计非NA值）
  freq_list <- lapply(data[valid_cols], function(col) table(factor(col, levels = c(1,3,5))))
  # 合并为频数矩阵
  freq_matrix <- do.call(cbind, freq_list)
  colnames(freq_matrix) <- valid_cols
  # 执行卡方检验
  chisq_result <- chisq.test(freq_matrix)
  return(chisq_result)
})

步骤3：单个列内部的卡方拟合优度检验 #

检验单列数据的分布是否符合预期（示例假设1、3、5出现的概率相等，可根据需求修改预期概率）：

# 遍历所有列
lapply(colnames(data), function(col) {
  col_data <- na.omit(data[[col]])
  if(length(col_data) == 0) {
    cat("列", col, "无有效数据，跳过检验\n")
    return(NULL)
  }
  # 观测频数
  obs_freq <- table(factor(col_data, levels = c(1,3,5)))
  # 预期概率（示例：均匀分布）
  exp_prob <- c(1/3, 1/3, 1/3)
  # 执行拟合优度卡方检验
  chisq_result <- chisq.test(obs_freq, p = exp_prob)
  return(chisq_result)
})

内容的提问来源于stack exchange，提问作者timtams