Signification essai en R, en déterminant si la proportion dans une colonne est significativement différente de l'autre colonne dans la seule variable
-
25-10-2019 - |
Question
Je suis sûr que c'est une commande facile dans R, mais pour une raison quelconque, je vais avoir du mal à trouver une solution.
Je suis en train d'exécuter un tas de tableaux croisés (en utilisant la commande tableau ()) dans R, et chaque onglet comporte deux colonnes (traitement et aucun traitement). Je voudrais savoir si la différence entre les colonnes sont sensiblement différents les uns des autres pour toutes les lignes (les lignes sont une poignée de choix de réponses d'une enquête). Je ne suis pas intéressé par l'importance globale, que dans le tableau croisé comparant le traitement par rapport à l'absence de traitement.
Ce type d'analyse est très facile dans SPSS (lien ci-dessous pour illustrer ce que je parle), mais je ne peux pas sembler le faire fonctionner dans R. Savez-vous que je peux le faire?
ÉDITÉ: Voici un exemple de R dans ce que je veux dire:
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
J'ai tableaux comme celui-ci ^ (Pourcentages par colonne sur le treatmentVar), et je voudrais savoir s'il y a une différence significative entre chaque choix de question (lignes) allant du traitement 0 au traitement 1. Ainsi, dans l'exemple ci-dessus , je voudrais savoir s'il y a une différence significative entre 4 et 2 (ligne 1), 3 et 3 (ligne 2), et 1 et 3 (ligne 3). Ainsi, dans cet exemple, les choix pour Question1 pourraient être sensiblement différence pour les choix 1 et 3 (parce que la différence est 2), mais la différence pour le choix 2 n'est pas parce que la différence est nulle. En fin de compte, je suis en train de déterminer ce type d'importance. J'espère que cela aide.
Merci!
La solution
En utilisant votre exemple, que ce soit le chisq.test
ou prop.test
(équivalent dans ce cas):
> 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
Notez l'avertissement; ces tests sont appropriés pas nécessairement pour un si petit nombre.
Autres conseils
Je pense que la fonction que vous cherchez est pairwise.prop.test()
. Voir ?pairwise.prop.test
pour un exemple.