> mytable1 <- xtabs(~ Treatment+Improved,data=Arthritis)
> mytable2 <- xtabs(~ Improved+Sex,data=Arthritis)
> mytable1
Improved
Treatment None Some Marked
Placebo 29 7 7
Treated 13 7 21
> mytable2
Sexa
Improved Female Male
None 25 17
Some 12 2
Marked 22 6
> chisq.test(mytable1)
Pearson's Chi-squared test
data: mytable1
X-squared = 13.055, df = 2, p-value = 0.001463
> chisq.test(mytable2)
Pearson's Chi-squared test
data: mytable2
X-squared = 4.8407, df = 2, p-value = 0.08889
Warning message:
In chisq.test(mytable2) : Chi-squared近似算法有可能不準
在結果中，患者接受的治療和改善的水平看上去存在著某種關系（p < 0.01）。而患者性別
和改善情況之間卻不存在關系（p > 0.05） 。這里的p值表示從總體中抽取的樣本行變量與列變
量是相互獨立的概率。由于的概率值很小，所以你拒絕了治療類型和治療結果相互獨立的原假
設。由于的概率不夠小，故沒有足夠的理由說明治療結果和性別之間是不獨立的。
產生警告信息的原因是，表中的6個單元格之一（男性 - 一定程度上的改善）有一個小于5的值，
這可能會使卡方近似無效。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
