知识卡片
列联表与卡方独立性检验
列联表统计两个分类变量交叉后每格的观测频数。table(sales$gender, sales$spender) 得到 2 行 3 列的计数表,class 为 table,typeof 为 integer。它是对因子做独立性检验的基础。 对表调用 summary() 会自动执行卡方独立性检验,输出统计量、自由度与 p 值。本例 Chisq = 1.516,df = 2(由 (2−1)×(3−1) 得到),p = 0.4686 大于 0.05,因此“性别与消费档位独立”的原假设没有被否定,即没有证据显示男女的消费档位分布不同。 适用条件要记住:卡方检验基于频数,期望频数太小的格子会让近似失效,通常要求每格期望频数不小于 5,否则应改用精确检验或合并类别;观测必须独立抽样,同一客户不能重复计入。另外,p 值大只说明没发现差异,不等于证明两者独立,也可能只是样本量不足。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 使用R进行基本数据分析 · 查看原书依据
在R语言中,表格是指一类对象,用来存储在给定数据集上观测到的不同因子的计数。这样的表格通常被称为情形分析表,是对用来构建表格的因子进行独立性统计测试的基础。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_001.html)
- 结论依据:3.1.3 节用 table() 构建性别与消费档位的列联表,说明 summary() 会做卡方独立性检验,并据 p 值 0.4686 得出未否定独立假设。
- 原始内容:在R语言中,表格是指一类对象,用来存储在给定数据集上观测到的不同因子的计数。这样的表格通常被称为情形分析表,是对用来构建表格的因子进行独立性统计测试的基础。