如何從chisq.test（）函數獲取p.value？

Question

m1 <- data.frame(a=1, b=2, d=0)
chisq.test(m)$p.value
# 0.3678794

m2 <- data.frame(a=c(1,2,0), b=c(2,12,0), d=c(0,0,0))
chisq.test(m2)$p.value
# NaN

我不明白為什么chisq.test()函數無法測試像m2這樣的表的差異。 有什么方法可以獲取第三列為零的m1之類的數據幀的ap值？

Answer 1

您可以使用Fisher的精確測試：

 fisher.test(m1)$p.value

[1] 0.4647059

Answer 2

馬可·證明， Fisher精確檢驗會給你一個p值，但即使^χ2檢驗做給你，你還是應該用費舍爾的價值。 該^χ2檢驗給出了一個近似的，只適用於大型數據集。
至於為什么得到NaN ，lukeA是正確的，盡管您可以這樣說：如果任何行或列的總和為零或邊際為零，則測試將不起作用。

m2 <- data.frame(a=c(1, 2, 0), b=c(2, 12, 0), d=c(0, 0, 0))
chisq.test(m2, simulate.p.value=TRUE)$p.value

# Warning messages:
# 1: In chisq.test(m2, simulate.p.value = TRUE) :
# cannot compute simulated p-value with zero marginals

演示近似值和精確值之間的差異

m3 <- data.frame(a=c(1, 2, 0), b=c(2, 12, 0), d=c(0, 0, 1))

chisq.test(m3, simulate.p.value=TRUE)$p.value
# 0.05147

fisher.test(m3)$p.value
# 0.06324