Kaip atlikti Chi-kvadrato testą?

Chi-kvadrato testas naudojamas kategoriniams kintamiesiems. Sužinokite, kada ir kaip jį taikyti.

Chi-kvadrato testas yra vienas populiariausių statistinių testų kategoriniams duomenims analizuoti. Jis naudojamas patikrinti, ar egzistuoja ryšys tarp dviejų kategorinių kintamųjų.

Kada taikyti Chi-kvadrato testą?

Chi-kvadrato testą renkamės, kai:

• Abu kintamieji yra kategoriniai (pvz., lytis ir rūkymo statusas)
• Norime patikrinti, ar kintamieji yra susiję
• Turime pakankamai didelę imtį (visi laukiami dažniai > 5)

Kategorijų kiekis taip pat neribotas: gali būti 2, gali būti ir 3, 4 arba daugiau.

Dėmesio

Jei laukiami dažniai yra < 5, reikėtų naudoti Fisher’s exact testą!

Kaip atlikti Chi-kvadrato testą?

# Sukuriame pavyzdinius duomenis
stuff <- data.frame(
  lytis = sample(c("Vyras", "Moteris"), 100, replace = TRUE),
  ruko = sample(c("Taip", "Ne"), 100, replace = TRUE)
)

# Atliekame testą
chisq.test(table(stuff$lytis, stuff$ruko))

    Pearson's Chi-squared test with Yates' continuity correction

data:  table(stuff$lytis, stuff$ruko)
X-squared = 1.4452, df = 1, p-value = 0.2293

Kaip interpretuoti rezultatus?

Chi-kvadrato testo rezultate svarbu:

1. X-squared - testo statistika
2. df - laisvės laipsniai
3. p-value - jei < 0.05, ryšys yra statistiškai reikšmingas

Kaip raportuoti Chi-kvadrato testą?

Aš dažniausiai naudoju tokį šabloną:

“Atlikus Chi-kvadrato testą, sąsaja tarp lyties ir rūkymo nebuvo statistiškai reikšminga (χ² = 2.4, df = 1, p = 0.121).”

Fisher’s exact testas

Kai laukiami dažniai yra maži (< 5), naudojame Fisher’s exact testą:

# Sukuriame mažą lentelę
maza_lentele <- matrix(c(3, 2, 1, 4), nrow = 2)
fisher.test(maza_lentele)

    Fisher's Exact Test for Count Data

data:  maza_lentele
p-value = 0.5238
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
   0.218046 390.562917
sample estimates:
odds ratio 
  4.918388 

Vizualizacija

library(ggplot2)

ggplot(stuff, aes(x = lytis, fill = ruko)) +
  geom_bar(position = "fill") +
  labs(
    title = "Rūkymo pasiskirstymas pagal lytį",
    x = "Lytis",
    y = "Proporcija",
    fill = "Rūko?"
  ) +
  scale_y_continuous(labels = scales::percent) +
  theme_minimal()