如何批量实现R中所有分类变量对的卡方独立性检验

你可以通过循环遍历变量组合的方式自动化完成所有配对检验，最终输出和连续变量相关矩阵结构一致的结果，无需手动逐对执行检验。

生成类相关矩阵结构的检验结果 #

直接运行以下基础R代码即可，无需安装额外依赖包：

# 提取数据框内所有变量名
var_names <- names(df)
var_count <- length(var_names)

# 初始化两个空矩阵，分别存储p值和卡方统计量，结构和相关矩阵完全一致
p_matrix <- matrix(NA, nrow = var_count, ncol = var_count,
                   dimnames = list(var_names, var_names))
stat_matrix <- p_matrix

# 遍历所有不重复的变量两两组合
for (i in 1:(var_count - 1)) {
  for (j in (i+1):var_count) {
    # 生成两个变量的列联表
    tab <- table(df[[var_names[i]]], df[[var_names[j]]])
    # 执行卡方检验
    test_res <- chisq.test(tab)
    # 对称填充矩阵结果
    p_matrix[var_names[i], var_names[j]] <- test_res$p.value
    p_matrix[var_names[j], var_names[i]] <- test_res$p.value
    stat_matrix[var_names[i], var_names[j]] <- as.numeric(test_res$statistic)
    stat_matrix[var_names[j], var_names[i]] <- as.numeric(test_res$statistic)
  }
}

# 对角线填充固定值：变量和自身无检验必要，p值设为1，卡方统计量设为0
diag(p_matrix) <- 1
diag(stat_matrix) <- 0

输出结果说明：

• p_matrix为卡方检验p值矩阵，单元格数值小于0.05时，代表对应两个分类变量存在统计学显著的关联
• stat_matrix为卡方统计量矩阵，数值越大代表两个变量的关联强度越高

输出所有配对检验的明细结果 #

如果需要查看每对检验的自由度、残差、期望频数等明细信息，可以用以下代码把所有结果整理成结构化数据框：

# 生成所有不重复的两变量组合
var_combinations <- combn(names(df), 2, simplify = FALSE)

# 批量执行检验并整合结果
result_df <- do.call(rbind, lapply(var_combinations, function(pair) {
  tab <- table(df[[pair[1]]], df[[pair[2]]])
  res <- chisq.test(tab)
  data.frame(
    variable_1 = pair[1],
    variable_2 = pair[2],
    chi_square_stat = as.numeric(res$statistic),
    degree_of_freedom = res$parameter,
    p_value = res$p.value
  )
}))

注意：你提供的示例数据仅4个样本，列联表大量单元格期望频数小于5，运行时会出现卡方检验适用条件的警告，属于正常现象。替换为自己的真实业务数据集后，只要满足卡方检验样本量要求就不会触发该警告；小样本场景下可以把代码里的chisq.test()替换为fisher.test()做Fisher精确检验，代码逻辑不需要改动。

内容的提问来源于stack exchange，提问作者user19250276