R实战：卡方独立性检验

对定性变量进行独立性检验，使用卡方检验

一，卡方检验

原假设是：Treatment与Improved相互独立，不存在相关关系。

library(vcd)
mytab <- xtabs(~Treatment+Improved, data=Arthritis)　
chisq.test(mytab)　

    Pearson's Chi-squared test

data:  mytab
X-squared = 13.055, df = 2, p-value = 0.001463

从结果显示，p-value非常小，说明原假设不成立，可认为是Treatment 和 Improved之间存在相关关系。

chisq.test()函数的原假设H0是：两个变量之间相互独立，不存在相关关系。P值越大，支持原假设的证据就越强，对于给定的显著性水平α（取0.05）：

• 当 p-value < 0.05 时，拒绝原假设，认为变量之间存在某种相关关系。
• 当 p-value > 0.05 时，接受原假设，认为变量之间独立，不存在相关关系：

参考文档：

使用R语言进行卡方检验（chi-square test）