Signifikanztests in R und bestimmen, ob sich der Anteil in einer Spalte signifikant von der anderen Spalte innerhalb der einzelnen Variablen unterscheidet
-
25-10-2019 - |
Frage
Ich bin mir sicher, dass dies ein einfacher Befehl in R ist, aber aus irgendeinem Grund habe ich Probleme, eine Lösung zu finden.
Ich versuche, eine Reihe von CrosStabs (mit dem Befehl table ()) in R auszuführen, und jede Registerkarte verfügt über zwei Spalten (Behandlung und keine Behandlung). Ich würde gerne wissen, ob der Unterschied zwischen den Spalten für alle Zeilen für einander signifikant unterschiedlich ist (die Zeilen sind eine Handvoll Antwortauswahl aus einer Umfrage). Ich bin nicht an allgemeiner Bedeutung interessiert, nur innerhalb des Crosstab, der die Behandlung im Vergleich zu einer Behandlung verglichen hat.
Diese Art der Analyse ist in SPSS sehr einfach (Link unten, um zu veranschaulichen, wovon ich spreche), aber ich kann es nicht dazu bringen, in R zu arbeiten. Weißt du, dass ich das tun kann?
Bearbeitet: Hier ist ein Beispiel in R über das, was ich meine:
treatmentVar <-c(0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1) # treatment is 1 or 0
question1 <-c(1,2,2,3,1,1,2,2,3,1,1,2,2,3,1,3) #choices available are 1, 2, or 3
Questiontab <- table(question1, treatmentVar)
Questiontab
Ich habe Tabellen wie diese ^ (prozentuiert durch Säule auf dem Behandlungvar), und ich würde gerne sehen Möchten Sie wissen, ob es einen signifikanten Unterschied zwischen 4 und 2 (Zeile 1), 3 und 3 (Zeile 2) sowie 1 und 3 (Zeile 3) gibt. In diesem Beispiel könnten die Auswahlmöglichkeiten für Frage1 einen signifikanten Unterschied für die Auswahl 1 und 3 sein (weil der Unterschied 2 ist), aber der Unterschied für Wahl 2 liegt nicht daran, dass der Unterschied Null ist. Letztendlich versuche ich, diese Art von Bedeutung zu bestimmen. Ich hoffe das hilft.
Vielen Dank!
Lösung
Verwenden Sie Ihr Beispiel entweder die chisq.test
oder prop.test
(Äquivalent in diesem Fall):
> chisq.test(Questiontab)
Pearson's Chi-squared test
data: Questiontab
X-squared = 1.6667, df = 2, p-value = 0.4346
Warning message:
In chisq.test(Questiontab) : Chi-squared approximation may be incorrect
> prop.test(Questiontab)
3-sample test for equality of proportions without continuity
correction
data: Questiontab
X-squared = 1.6667, df = 2, p-value = 0.4346
alternative hypothesis: two.sided
sample estimates:
prop 1 prop 2 prop 3
0.6666667 0.5000000 0.2500000
Warning message:
In prop.test(Questiontab) : Chi-squared approximation may be incorrect
Beachten Sie die Warnung; Diese Tests sind nicht unbedingt für so kleine Zahlen geeignet.
Andere Tipps
Ich denke, die Funktion, die Sie suchen, ist pairwise.prop.test()
. Sehen ?pairwise.prop.test
zum Beispiel.