卡方檢驗(yàn) & Fisher exact 檢驗(yàn) & Mantel-Haenszel

5.1 不同年齡段對各商場的購物傾向性是否存在差異

H_0:不同年齡段對各商場的購物傾向性無差異 H_1: 不同年齡段對各商場的購物傾向性存在差異

data1 <- matrix(c(83, 91, 41, 70, 86, 38, 45, 15, 10), byrow = F, nrow = 3)
chisq.test(data1)    # Chi-square test
## 
##  Pearson's Chi-squared test
## 
## data:  data1
## X-squared = 18.651, df = 4, p-value = 0.0009203

結(jié)論: 在0.95的顯著性水平下,可以拒絕原假設(shè),即認(rèn)為不同年齡段對各商場的購物傾向性存在差異备典。

5.2 不同種族與所支持的政黨之間是否存在獨(dú)立性

H_0:不同種族所支持的政黨之間存在獨(dú)立性 H_1:不同種族與所支持的政黨之間相關(guān)

data2 <- matrix(c(341, 103, 405, 11, 105, 15), byrow = F, nrow = 2)
chisq.test(data2)    # Chi-square test
##  Pearson's Chi-squared test
## 
## data:  data2
## X-squared = 79.431, df = 2, p-value < 2.2e-16

結(jié)論: 在0.95的顯著性水平下恋拷,可以拒絕原假設(shè),即認(rèn)為不同種族與所支持的政黨之間存在相關(guān)性芜茵。

5.3 當(dāng)前患某類肺炎和曾經(jīng)患某類肺炎之間的疾病繼承性關(guān)系

H_0:患某類肺炎和曾經(jīng)患某類肺炎之間不存在疾病繼承性 H_1:患某類肺炎和曾經(jīng)患某類肺炎之間存在疾病繼承性

由于觀測數(shù)目較少瞒滴,漸進(jìn)$\chi^2$分布不再適用,應(yīng)使用fisher.test 精確檢驗(yàn)法肉迫。

data3 <- matrix(c(6, 1, 4, 19), byrow = F, nrow = 2)
fisher.test(data3)   # Fisher's exact test
##  Fisher's Exact Test for Count Data
## 
## data:  data3
## p-value = 0.002122
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##     2.152514 1362.408171
## sample estimates:
## odds ratio 
##    24.2696

結(jié)論: 在0.95的顯著性水平下,可以拒絕原假設(shè)稿黄,即認(rèn)為存在疾病繼承性喊衫。

5.7 學(xué)生家庭經(jīng)濟(jì)情況與其高考成績之間的關(guān)系

H_0:學(xué)生家庭經(jīng)濟(jì)情況與其高考成績無關(guān) H_1:學(xué)生家庭經(jīng)濟(jì)情況與其高考成績相關(guān)

  • 首先使用mantelhaen.test消除層次因素干擾,檢驗(yàn)學(xué)生家庭經(jīng)濟(jì)情況是否與其高考成績相關(guān)

  • 進(jìn)一步使用chisq.test比較各類學(xué)校杆怕,分別檢驗(yàn)學(xué)生家庭經(jīng)濟(jì)情況是否與其高考成績相關(guān)

# Mantel-Haenszel test
school1 <- matrix(c(43, 87, 65, 77), byrow = F, 2)
school2 <- matrix(c(9, 15, 73, 30), byrow = F, 2)
school3 <- matrix(c(7, 9, 18, 11), byrow = F, 2)
data7 <- array(c(school1, school2, school3), dim = c(2,2,3))
mantelhaen.test(data7)
##  Mantel-Haenszel chi-squared test with continuity correction
## 
## data:  data7
## Mantel-Haenszel X-squared = 11.638, df = 1, p-value = 0.0006461
## alternative hypothesis: true common odds ratio is not equal to 1
## 95 percent confidence interval:
##  0.3222519 0.7298350
## sample estimates:
## common odds ratio 
##         0.4849646
# Further comparison
T1 <- chisq.test(data7[,,1])  # school1
T2 <- chisq.test(data7[,,2])  # school2
T3 <- chisq.test(data7[,,3])  # school3  
T1; T2; T3
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  data7[, , 1]
## X-squared = 4.0557, df = 1, p-value = 0.04402
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  data7[, , 2]
## X-squared = 8.0736, df = 1, p-value = 0.004491
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  data7[, , 3]
## X-squared = 0.75768, df = 1, p-value = 0.3841

結(jié)論: 在0.95的顯著性水平下族购,可以拒絕原假設(shè)壳贪,即認(rèn)為學(xué)生家庭經(jīng)濟(jì)情況與其高考成績相關(guān)。其中在第一和第二類學(xué)校寝杖,家庭經(jīng)濟(jì)情況與高考成績相關(guān)性顯著违施,而在第三類學(xué)校不存在顯著關(guān)系。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末瑟幕,一起剝皮案震驚了整個濱河市磕蒲,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌只盹,老刑警劉巖辣往,帶你破解...
    沈念sama閱讀 222,000評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異殖卑,居然都是意外死亡站削,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,745評論 3 399
  • 文/潘曉璐 我一進(jìn)店門孵稽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來许起,“玉大人,你說我怎么就攤上這事菩鲜≡跋福” “怎么了?”我有些...
    開封第一講書人閱讀 168,561評論 0 360
  • 文/不壞的土叔 我叫張陵睦袖,是天一觀的道長珊肃。 經(jīng)常有香客問我,道長馅笙,這世上最難降的妖魔是什么伦乔? 我笑而不...
    開封第一講書人閱讀 59,782評論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮董习,結(jié)果婚禮上烈和,老公的妹妹穿的比我還像新娘。我一直安慰自己皿淋,他們只是感情好招刹,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,798評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著窝趣,像睡著了一般疯暑。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上哑舒,一...
    開封第一講書人閱讀 52,394評論 1 310
  • 那天妇拯,我揣著相機(jī)與錄音,去河邊找鬼。 笑死越锈,一個胖子當(dāng)著我的面吹牛仗嗦,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播甘凭,決...
    沈念sama閱讀 40,952評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼稀拐,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了丹弱?” 一聲冷哼從身側(cè)響起德撬,我...
    開封第一講書人閱讀 39,852評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎躲胳,沒想到半個月后砰逻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,409評論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡泛鸟,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,483評論 3 341
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了踊东。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片北滥。...
    茶點(diǎn)故事閱讀 40,615評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖闸翅,靈堂內(nèi)的尸體忽然破棺而出再芋,到底是詐尸還是另有隱情,我是刑警寧澤坚冀,帶...
    沈念sama閱讀 36,303評論 5 350
  • 正文 年R本政府宣布济赎,位于F島的核電站,受9級特大地震影響记某,放射性物質(zhì)發(fā)生泄漏司训。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,979評論 3 334
  • 文/蒙蒙 一液南、第九天 我趴在偏房一處隱蔽的房頂上張望壳猜。 院中可真熱鬧,春花似錦滑凉、人聲如沸统扳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,470評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽咒钟。三九已至,卻和暖如春若未,著一層夾襖步出監(jiān)牢的瞬間朱嘴,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,571評論 1 272
  • 我被黑心中介騙來泰國打工陨瘩, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留腕够,地道東北人级乍。 一個月前我還...
    沈念sama閱讀 49,041評論 3 377
  • 正文 我出身青樓,卻偏偏與公主長得像帚湘,于是被迫代替她去往敵國和親玫荣。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,630評論 2 359