Prueba de significación en R, determinando si la proporción en una columna es significativamente diferente de la otra columna dentro de la variable única
-
25-10-2019 - |
Pregunta
Estoy seguro de que este es un comando fácil en R, pero por alguna razón, tengo problemas para encontrar una solución.
Estoy tratando de ejecutar un montón de diagonetas (usando el comando table ()) en R, y cada pestaña tiene dos columnas (tratamiento y sin tratamiento). Me gustaría saber si la diferencia entre las columnas es significativamente diferente entre sí para todas las filas (las filas son un puñado de opciones de respuesta de una encuesta). No estoy interesado en la importancia general, solo dentro de la tabla cruzada que compara el tratamiento frente al tratamiento.
Este tipo de análisis es muy fácil en SPSS (enlace a continuación para ilustrar de lo que estoy hablando), pero parece que no puedo hacer que funcione en R. ¿Sabes que puedo hacer esto?
Editado: Aquí hay un ejemplo de en R sobre lo que quiero decir:
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
Tengo tablas como esta ^ (porcentaje por columna en el tratamiento de tratamiento), y me gustaría ver si hay una diferencia significativa entre cada opción de pregunta (filas) que va del tratamiento 0 al tratamiento 1. Entonces, en el ejemplo anterior, lo haría. Quiere saber si hay una diferencia significativa entre 4 y 2 (fila 1), 3 y 3 (fila 2) y 1 y 3 (fila 3). Entonces, en este ejemplo, las opciones para la pregunta1 podrían ser significativamente diferencia para las elecciones 1 y 3 (porque la diferencia es 2) pero la diferencia para la opción 2 no es porque la diferencia es cero. En última instancia, estoy tratando de determinar este tipo de importancia. Espero que eso ayude.
¡Gracias!
Solución
Usando su ejemplo, o el chisq.test
o prop.test
(equivalente en este caso):
> 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
Tenga en cuenta la advertencia; Estas pruebas no son necesariamente apropiadas para números tan pequeños.
Otros consejos
Creo que la función que estás buscando es pairwise.prop.test()
. Ver ?pairwise.prop.test
para un ejemplo.