R语言卡方检验数据准备遇报错，求教chisq.test数据处理方法

报错原因分析 #

你遇到的Error: all entries of 'x' must be nonnegative and finite in fisher.test，本质是数据格式不符合检验要求。你的原始数据是长格式（每个样本一行，包含物种ID和4个变量计数），但卡方检验（包括Fisher精确检验）需要的是列联表结构——即行/列代表分类变量，单元格是对应类别的频数汇总。你的示例数据都是非负有限值，所以报错不是因为数据本身，而是结构不对。

数据准备与检验步骤 #

假设你的检验目标是：不同物种在N1-N4四个变量上的计数分布是否存在显著差异，按以下步骤处理：

1. 汇总同物种的变量计数 #

先将每个物种的4个样本数据按变量求和，得到物种×变量的汇总表：

# 按物种ID分组，汇总N1-N4的总和
df_summary <- aggregate(. ~ ID, data = df, sum)

# 转换为列联表矩阵（去掉ID列，将ID设为行名）
contingency_table <- as.matrix(df_summary[, -1])
rownames(contingency_table) <- df_summary$ID

处理后的列联表结构如下（以你的示例数据为例）：

N1     N2     N3     N4
species1 66025 178391 191590 126293
species2 58544 243163 136257 118732

2. 运行卡方检验 #

用整理好的列联表直接调用chisq.test：

# 执行卡方检验
chisq_result <- chisq.test(contingency_table)

# 查看结果
print(chisq_result)

关于Fisher精确检验的说明 #

你的数据中每个单元格的计数都很大，Fisher精确检验更适合小样本/低频数的情况，此时卡方检验的结果更可靠。如果确实需要用Fisher检验，确保传入的是正确的列联表矩阵即可，但大样本下该检验计算会非常慢。

常见误区提醒 #

• 不要直接将原始长格式数据传入chisq.test或fisher.test，函数无法识别分组与变量的对应关系。
• 若列联表中存在大量期望频数<5的单元格，可考虑合并类别或使用Fisher检验，但你的数据不存在这个问题。

内容的提问来源于stack exchange，提问作者Jovana