R语言中chisq.test如何读取四列单行计数数据得到正确统计量

你之前传入chisq.test()的是1行4列的切片结果，R会默认把这个输入识别为单组、4个类别的频数分布，执行单样本拟合优度卡方检验，完全没有按照你需要的2×2列联表结构做独立性检验，因此输出结果偏差。

不需要永久修改原有tibble的结构，只需要在传入检验函数时，临时把提取的4个频数按照列联表的维度规则，组装成2行2列的矩阵即可，核心要对齐两个规则：

• 矩阵的列依次对应primary、secondary两个教育阶段
• 矩阵的行依次对应yes RS、no RS两个RS状态

具体实现代码 #

因为R中matrix()函数默认按列填充元素，只要提取频数的顺序和列联表的列方向（每列的两个上下值）保持一致，就能自动匹配你需要的结构：

# 从原始tibble提取目标列的数值，按列顺序取数：
# 第一列（primary）的上下值：yes RS、no RS
# 第二列（secondary）的上下值：yes RS、no RS
freq_vec <- as.numeric(sample[ , c(
  "total primary - yes RS",
  "total primary - no RS",
  "total secondary- yes rs",
  "total secondary- no rs"
)])
# 将长度为4的向量设置为2行2列的矩阵，按列填充即可对齐列联表
dim(freq_vec) <- c(2, 2)
# 执行卡方检验
chisq.test(freq_vec)

也可以把整个构造逻辑写在一行调用里，不需要中间变量：

chisq.test(
  matrix(
    as.numeric(sample[ , c(
      "total primary - yes RS",
      "total primary - no RS",
      "total secondary- yes rs",
      "total secondary- no rs"
    )]),
    nrow = 2,
    ncol = 2
  )
)

注意事项 #

• 不要给matrix()设置byrow = TRUE参数，否则会把元素按行填充，得到的矩阵第一行是138、29，第二行是6、0，完全和目标结构错位
• 构造完成的矩阵结构和你给出的列联表完全一致：

  [,1] [,2]
  [1,]  138    6
  [2,]   29    0
  

• 运行上述代码得到的输出会和你期望的结果完全匹配：

  Pearson's Chi-squared test with Yates' continuity correction
  
  data:  freq_vec
  X-squared = 0.31654, df = 1, p-value = 0.5737
  

内容的提问来源于stack exchange，提问作者user35131