今天在作一個列聯表獨立性檢驗的時候，老是沒法處理好要求的數據類型，偶然的機會，看到了xtabs()函數，感受很適合用來作列聯表，適合將一列數據轉換成列聯表。函數
shifou <- c("yes","yes","no","no")
xinbie <- c("nan","nv","nan","nv")
freq <- c(34,38,28,50)
(exer6_2 <- data.frame(shifou,xinbie,freq))
(count22 <- xtabs(freq~.,data = exer6_2))#這個點表示shifou + xinbie,這個和lm()用法差很少
assocstats(count22)
運行過程與結果以下：code
> shifou <- c("yes","yes","no","no")#是否逃課
> xinbie <- c("nan","nv","nan","nv")#性別
> freq <- c(34,38,28,50)
> (exer6_2 <- data.frame(shifou,xinbie,freq))#「nan」表示男，「nv」表示女，yes表示逃課，no表示不逃課
shifou xinbie freq
1 yes nan 34
2 yes nv 38
3 no nan 28
4 no nv 50
> (count22 <- xtabs(freq~.,data = exer6_2))#這個數據表示性別與性別是否有關
xinbie
shifou nan nv
no 28 50
yes 34 38
> assocstats(count22)
X^2 df P(> X^2)
Likelihood Ratio 1.9830 1 0.15908
Pearson 1.9802 1 0.15937
#這個p值爲0.15937大於0.05，表示與性別沒有關係
Phi-Coefficient : 0.115
Contingency Coeff.: 0.114
Cramer's V : 0.115
接下來，建立一個更加難的數據集blog
(價格 <- rep(c("10萬如下","10~20萬","20~30萬","30萬以上"),each = 3))
(地區 <- rep(c("東部","中部","西部"),each = 1,times = 4))
(數量 <- c(20,40,40,50,60,50,30,20,20,40,20,10))
(銷售狀況 <- data.frame(價格,地區,數量))
(count2 <- xtabs(數量 ~ (價格 + 地區),data = 銷售狀況))
運算過程：ci
> (價格 <- rep(c("10萬如下","10~20萬","20~30萬","30萬以上"),each = 3))
[1] "10萬如下" "10萬如下" "10萬如下" "10~20萬" "10~20萬" "10~20萬" "20~30萬"
[8] "20~30萬" "20~30萬" "30萬以上" "30萬以上" "30萬以上"
> (地區 <- rep(c("東部","中部","西部"),each = 1,times = 4))
[1] "東部" "中部" "西部" "東部" "中部" "西部" "東部" "中部" "西部" "東部" "中部"
[12] "西部"
> (數量 <- c(20,40,40,50,60,50,30,20,20,40,20,10))
[1] 20 40 40 50 60 50 30 20 20 40 20 10
> (銷售狀況 <- data.frame(價格,地區,數量))
價格 地區 數量
1 10萬如下 東部 20
2 10萬如下 中部 40
3 10萬如下 西部 40
4 10~20萬 東部 50
5 10~20萬 中部 60
6 10~20萬 西部 50
7 20~30萬 東部 30
8 20~30萬 中部 20
9 20~30萬 西部 20
10 30萬以上 東部 40
11 30萬以上 中部 20
12 30萬以上 西部 10
> (count2 <- xtabs(數量 ~ (價格 + 地區),data = 銷售狀況))
地區
價格 東部 西部 中部
10~20萬 50 50 60
10萬如下 20 40 40
20~30萬 30 20 20
30萬以上 40 10 20
能夠看出這個count2也構成了這個列聯表的形式，接下來，使用 chisq.test()函數即可進行卡方檢驗io
> chisq.test(count2) Pearson's Chi-squared test data: count2 X-squared = 29.991, df = 6, p-value = 3.946e-05