目的

數(shù)據(jù)框包含了一些分類變量，問？

1.如何統(tǒng)計分類變量的分布次數(shù) -- 頻數(shù)表
2.如何統(tǒng)計多分類變量的分布次數(shù) -- 頻聯(lián)表
3.單個分類變量的分類結(jié)果是否滿足理論分類結(jié)果  -- 擬合優(yōu)度問題
4.多個分類變量的分類結(jié)果是否相關(guān)干擾  -- 分類變量（多因素）獨立性檢驗

數(shù)據(jù)

library(vcd)

data(Arthritis)
head(Arthritis)

#  ID Treatment  Sex Age Improved
#1 57   Treated Male  27     Some
#2 46   Treated Male  29     None
#3 77   Treated Male  30     None
#4 17   Treated Male  32   Marked
#5 36   Treated Male  46   Marked
#6 23   Treated Male  58   Marked

# 頻數(shù)表
table(Arthritis$Treatment)
# Placebo Treated 
     43      41 

# 頻聯(lián)表
table(Arthritis$Treatment,Arthritis$Improved)
#          None Some Marked
#  Placebo   29    7      7
#  Treated   13    7     21

代碼

• 操作頻數(shù)表

# 把頻數(shù)表變成百分比占比
prop.table(table(Arthritis$Treatment))
# Placebo Treated 
#  0.5119  0.4881 
prop.table(table(Arthritis$Treatment)) *100
# Placebo Treated 
#  51.19   48.81

# 把列聯(lián)表變成百分比形式
prop.table(table(Arthritis$Treatment,Arthritis$Improved))
#              None     Some   Marked
# Placebo 0.345238 0.083333 0.08333
# Treated 0.154762 0.083333 0.250000

# 按行求百分比
prop.table(table(Arthritis$Treatment,Arthritis$Improved),1)
# None    Some  Marked
# Placebo 0.67442 0.16279 0.16279
# Treated 0.31707 0.17073 0.51220
# 按列求百分比
prop.table(table(Arthritis$Treatment,Arthritis$Improved),2)
# None    Some  Marked
#  Placebo 0.69048 0.50000 0.25000
#  Treated 0.30952 0.50000 0.75000

# 給列聯(lián)表添加行列計數(shù)
addmargins(table(Arthritis$Treatment,Arthritis$Improved))
#       None Some Marked Sum
#  Placebo   29    7      7  43
# Treated   13    7     21  41
# Sum       42   14     28  84
addmargins(table(Arthritis$Treatment,Arthritis$Improved),1)
#          None Some Marked
#  Placebo   29    7      7
#  Treated   13    7     21
#  Sum       42   14     28
addmargins(table(Arthritis$Treatment,Arthritis$Improved),2)
#          None Some Marked Sum
#  Placebo   29    7      7  43
# Treated   13    7     21  41

prop.table(addmargins(table(Arthritis$Treatment,Arthritis$Improved)))
#             None     Some   Marked      Sum
#  Placebo 0.086310 0.020833 0.020833 0.127976
#  Treated 0.038690 0.020833 0.062500 0.122024
#  Sum     0.125000 0.041667 0.083333 0.250000

# 單個分類變量的分類結(jié)果是否滿足理論分類結(jié)果
table(Arthritis$Improved)
# None   Some Marked 
#   42     14     28 

x <- Arthritis$Improved
# 模擬一個理論分布
y <- c(rep("None",30),rep("Some",30),rep("Marked",24))

# 卡方檢驗
chisq.test(x,y)
# Pearson's Chi-squared test
# data:  x and y
# X-squared = 6.78, df = 4, p-value = 0.15
# 原假設(shè) H0: 實際頻次分布和理論頻次分布不相似
# 因為 p >= 0.05，接受原假設(shè)，也就是數(shù)據(jù)中的頻次分布和理論上的分布（y）不相似

#模擬一個 和實際分布很相似的數(shù)據(jù)
y <- c(rep("None",39),rep("Some",16),rep("Marked",29))
chisq.test(x,y)

# Pearson's Chi-squared test
# data:  x and y
# X-squared = 16.8, df = 4, p-value = 0.0021
# 此時p <= 0.05，需要拒絕原假設(shè)接受備擇假設(shè)，也就是實際頻次分布和理論頻次分布相似

# 多個分類變量的分類結(jié)果是否相關(guān)干擾  -- 分類變量（多因素）獨立性檢驗
table(Arthritis$Treatment,Arthritis$Improved)
# None Some Marked
#  Placebo   29    7      7
#  Treated   13    7     21
#問 treatment 方式對improved的頻次分布有影響嘛？或者說兩個分類變量獨立嗎？

# 卡方檢驗，直接把頻聯(lián)表丟給chisq.test( )函數(shù)即可    <==== 參數(shù)檢驗
mytable <- table(Arthritis$Treatment,Arthritis$Improved)
chisq.test(mytable)

# Pearson's Chi-squared test
# data:  mytable
# X-squared = 13.1, df = 2, p-value = 0.0015
# p <= 0.05 拒絕原假設(shè)：相互獨立，也就是treatment 方式對improved的頻次分布有影響

# Fisher's精確檢驗（Fisher's exact test）         <=========非參數(shù)檢驗
fisher.test(mytable)

# 	Fisher's Exact Test for Count Data
# data:  mytable
# p-value = 0.0014
# alternative hypothesis: two.sided
# p <= 0.05 拒絕原假設(shè)：相互獨立，也就是treatment 方式對improved的頻次分布有影響

# 上面看到兩個分類變量是相互影響的
# 問：如何度量它們之間的相關(guān)性強(qiáng)度呢？
library(vcd)

mytable <- table(Arthritis$Treatment,Arthritis$Improved)
assocstats(mytable)

#                     X^2 df  P(> X^2)
# Likelihood Ratio 13.530  2 0.0011536
# Pearson          13.055  2 0.0014626

# Phi-Coefficient   : NA 
# Contingency Coeff.: 0.367 
# Cramer's V        : 0.394 

vcd?中的assocstats()函數(shù)可以計算二維列聯(lián)表的phi系數(shù)，列聯(lián)系數(shù)，Cramer‘s V系數(shù)
總體來說，較大的數(shù)值意味著較強(qiáng)的相關(guān)性文章來源地址http://www.zghlxwxcb.cn/news/detail-805009.html

到了這里，關(guān)于頻數(shù)表和列聯(lián)表，以及進(jìn)一步處理分析 -- R的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！