卡方適合度檢定 (Chi-square Goodness of fit test)

套路46: 卡方適合度檢定 (Chi-square Goodness of fit test)

1. 使用時機:卡方適合度檢定用來分析數據之分佈型(distribution)或符合某種比例。
2. 分析類型: 母數分析(parametric analysis)。
3. 使用R計算卡方適合度檢定範例一:
某研究在一棵25公尺高的樹幹的不同高度(m)觀察到某種蛾。資料如下：
編號
1
2
3
4
5
6
7
8
9
10
11
12
13
14
高度
1.4
2.6
3.3
4.2
4.7
5.6
6.4
7.7
9.3
10.6
11.5
12.4
18.6
22.3
蛾數
1
1
1
1
1
2
1
1
1
1
1
1
1
1
試問蛾在樹上不同高度的分布是否為均勻分布(uniform distribution)?
H0: 蛾在樹上不同高度的分布是均勻分布。HA: 蛾在樹上不同高度的分布不是均勻分布。

第一步: 安裝EnvStats程式套件。
第二步: 呼叫EnvStats程式套件備用。
  library(EnvStats)
第三步: 輸入建立資料。
  y <- c(1.4, 2.6, 3.3, 4.2, 4.7, 5.6, 6.4, 7.7, 9.3, 10.6, 11.5, 12.4, 18.6, 22.3)
第四步: 使用EnvStats程式套件的gofTest函數代入y計算卡方適合度檢定。
  gofTest(y~1, test = "chisq", distribution = "unif", alternative = "two.sided")
  # y~1只有一組樣本(one-sample test)。
  # test = "chisq" 執行單一樣本卡方適合度檢定。
  # distribution = "unif" 檢定的是資料是否為均勻分布(uniform distribution)。
第五步: 判讀結果。
Results of Goodness-of-Fit Test
-------------------------------
Test Method:                    Chi-square GOF
Hypothesized Distribution:         Uniform
Estimated Parameter(s):            min =  1.4
                                   max = 22.3
Estimation Method:               mle
Data:                           y
Sample Size:                    14
Test Statistic:                    Chi-square = 5.714286
Test Statistic Parameter:           df = 3
P-value:                        0.1263692
Alternative Hypothesis:           True cdf does not equal the Uniform Distribution.
  # P-value < 0.05，H0: 蛾在樹上不同高度的分布是均勻分布，不成立。
  # P-value > 0.05，H0: 蛾在樹上不同高度的分布是均勻分布，成立。

4. 使用R計算卡方適合度檢定範例二:
夢得爾葛格計數黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆，資料如下：
性狀
黃色圓皮
黃色皺皮
綠色圓皮
綠色皺皮
總數
觀察值
152
39
53
6
250
期望值
(9/16) x 250
(3/16) x 250
(3/16) x 250
(1/16) x 250

試問黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆比例是否為9:3:3:1?
H0: 黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆比例為9:3:3:1。
HA: 黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆比例不是9:3:3:1。

第一步: 閱讀基本模組(base)中stats程式套件的chisq.test函數的說明書。
  help(chisq.test)
第二步: 輸入建立資料。
  x <- c(152,39,53,6)
第三步: 使用stats程式套件的chisq.test函數代入x及期望值。
  chisq.test(x, p = c(9/16, 3/16, 3/16, 1/16), correct = FALSE)
  # p = c(9/16, 3/16, 3/16, 1/16)比例期望值，加總需等於1。
  # p = c(9, 3, 3, 1)不行，因為比例期望值加總需等於1。
  # correct = FALSE項目超過兩項，自由度大於1，不做葉慈修正
第四步: 判讀結果。
        Chi-squared test for given probabilities
data:  x
X-squared = 8.9724, df = 3, p-value = 0.02966
  # p-value < 0.05，H0: 黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆比例為9:3:3:1，不成立。
  # p-value > 0.05，H0: 黃色圓皮、黃色皺皮、綠色圓皮及綠色皺皮碗豆比例為9:3:3:1，成立。

5. 使用R計算卡方適合度檢定範例三:
咪路調查大一到大四男生的人數得到資料如下:
年級
大一
大二
大三
大四
總數
男生
32
43
36
39
150
試問四個年級的男生佔全部男生的比例(p1、p2、p3及p4)是否相同?
H0: p1 = p2 = p3 = p4。
HA: 四個年級的男生比例不完全相同。

第一步: 閱讀基本模組(base)中的chisq.test函數的說明書。
  help(chisq.test)
第二步: 輸入建立資料。
  x <- c(32/150, 43/150, 36/150, 39/150)
第三步: 使用基本模組(base) 中的chisq.test函數代入x及期望值。
  chisq.test(x, p = c(1/4, 1/4, 1/4, 1/4))
  # 假設四組比例相同，因此比例期望值設定p = c(1/4, 1/4, 1/4, 1/4)。
  # p = c(1, 1, 1, 1)不行，因為比例期望值加總需等於1。
第四步: 判讀結果。
        Chi-squared test for given probabilities

data:  x
X-squared = 0.011556, df = 3, p-value = 0.9997
  # p-value < 0.05，H0: p1 = p2 = p3 = p4，不成立。
  # p-value > 0.05，H0: p1 = p2 = p3 = p4，成立。

6. 注意1，有另一種狀況是利用卡方分析(proportion test)比較三個以上的比值是否相同，如下列範例所示(勿與範例三混淆):
咪路調查大一到大四抽菸的人數得到資料如下:
年級
大一
大二
大三
大四
抽菸人數
32
43
16
9
調查人數
87
108
80
25
試問四個年級抽菸的人數比例(p1、p2、p3及p4)是否相同?
H0: p1 = p2 = p3 = p4。
HA: 四個年級抽菸的人數比例不完全相同。

第一步: 閱讀基本模組(base)中的prop.test函數的說明書。
  help(prop.test)
第二步: 輸入建立資料。
  smokers <- c(32, 43, 16, 9)
  students <- c(87, 108, 80, 25)
第三步: 使用stats程式套件的chisq.test函數代入x及期望值。
  prop.test(smokers, students, alternative = "two.sided")
第四步: 判讀結果。
        4-sample test for equality of proportions without continuity correction
data:  smokers out of students
X-squared = 8.9872, df = 3, p-value = 0.02946
alternative hypothesis: two.sided
sample estimates:
   prop 1    prop 2    prop 3    prop 4
0.3678161 0.3981481 0.2000000 0.3600000
  # p-value < 0.05，H0: p1 = p2 = p3 = p4，不成立。
  # p-value > 0.05，H0: p1 = p2 = p3 = p4，成立。

7. 注意2，有一種狀況是只有兩項(degree of freedom = 1)時需做葉慈修正(Yates' correction)，如下列範例所示:
夢得爾葛格計數黃色及綠色碗豆，資料如下：:
黃色
綠色
總數
碗豆數
84
16
100
試問黃色及綠色碗豆比例是否為3:1?
H0: 黃色及綠色碗豆比例為3:1。
HA: 黃色及綠色碗豆比例不是3:1。

第一步: 閱讀基本模組(base)中的chisq.test函數的說明書。
  help(chisq.test)
第二步: 輸入建立資料。
  x <- c(84, 16)
第三步: 使用stats程式套件的chisq.test函數代入x及期望值。
  chisq.test(x, p = c(3/4, 1/4), correct = TRUE)
  # p = c(3/4, 1/4)比例期望值，加總需等於1。
  # p = c(3, 1)不行，因為比例期望值加總需等於1。
  # correct = TRUE葉慈修正。
  # simulate.p.value = TRUE, B = 2000估計p值。
第四步: 判讀結果。
        Chi-squared test for given probabilities
data:  x
X-squared = 4.32, df = 1, p-value = 0.03767
  # p-value < 0.05，H0: 黃色及綠色碗豆比例為3:1，不成立。
  # p-value > 0.05，H0: 黃色及綠色碗豆比例為3:1，成立。

來勁了嗎? 想知道更多?? 補充資料(連結):
1. 關於Karl Pearson (https://en.wikipedia.org/wiki/Karl_Pearson)
2. 關於Goodness of fit (https://en.wikipedia.org/wiki/Goodness_of_fit)
3. 關於Pearson's chi-squared test (https://en.wikipedia.org/wiki/Pearson%27s_chi-squared_test)
4. 關於R基礎，R繪圖及統計快速入門:
   a. R Tutorial: https://www.tutorialspoint.com/r/index.htm
   b. Cookbook for R: http://www.cookbook-r.com/
   c. Quick-R: https://www.statmethods.net/
   d. Statistical tools for high-throughput data analysis (STHDA): http://www.sthda.com/english/
e. The Handbook of Biological Statistics: http://www.biostathandbook.com/
f. An R Companion for the Handbook of Biological Statistics: http://rcompanion.org/rcompanion/index.html
5. Zar, JH. 2010. Biostatistical Analysis, Fifth Edition, Pearson.

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 兩組變異數不同樣本 t 檢定 ( t Test for Two-Samples with Unequal Variances ， Welch Two Sample t test) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann–Whitney U Tes
閱讀完整內容

如何選擇統計方法 1

如何選擇統計方法 1 第一步 : 選擇統計方法可 依照統計方法用途的分類 來選擇統計方法 。 第二步 : 要了解確認統計方法的用途可看他的虛無假設 (Null hypothesis) H 0 。 以下為統計方法用途分類及本站網頁聯結 。 類別 1. 對資料進行基本分析 ， 以了解資料的大概情況 (summary) ， 例如平均值 、 中位數 、 四分位數 、 有無離群值 (outlier) 及是否為常態分布等 … 敘述性統計 (Descriptive Statistics) 如何檢查資料是否接近常態分布 (Normality Test using R) 類別 2. 比較平均值 (mean) 或中位數 (median) 2.1. 單一樣本 ( 與期望值或特定值相比 ) 單一樣本 Z 檢定 (One-Sample Z test) 單一樣本 t 檢定 (One-Sample t test) 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test) 單一樣本符號檢定 (One Sample Sign test) 2.2. 兩組獨立樣本 ( 兩組獨立樣本相比 ) 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 兩組變異數相同樣本 t 檢定 (t Test for Two-Samples with Equal Variances) 兩組變異數不同樣本 t 檢定 (t Test for Two-Samples with Unequal Variances ， Welch Two Sample t-test) 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann-Whitney U Test) 比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data) 兩組獨立樣本 Mood's 中位數檢定 (Two-Sample Mood's Median Test) 2.3. 兩組成對樣本 ( 兩組成對樣本相比 ) 成對樣本 t 檢定 (Pai
閱讀完整內容

如何檢查資料是否接近常態分布 (Normality Test using R)

圖片
套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 1. 使用時機 : 包括相關性，回歸， t 檢定和變異數分析 (ANOVA) 在內的許多統計檢定都假定數據具有某些特徵，例如需要數據為常態分佈或接近常態分佈。這些檢定稱為母數分析 (parametric tests) ，因為它們的有效性取決於數據的分佈。在使用母數分析之前，我們應該執行一些初步測試以確保資料符合檢定的假設前提。如果資料違反假設前提，建議使用無母數分析 (non-parametric tests) 。 2. 分析類型 : 母數分析 (parametric analysis) 。 3. 資料範例 : 咪路調查淡水河口彈塗魚的體長 (cm) ，資料如下 :    14.3, 15.8, 14.6, 16.1, 12.9, 15.1, 17.3, 14.0, 14.5, 13.9, 16.2, 14.3, 14.6, 13.3, 15.5, 11.8, 14.8, 13.5, 16.3, 15.4, 15.5, 13.9, 10.7, 14.8, 12.9, 15.4 4. 畫圖看資料分布 :    第一步 : 用小 c 將資料放入名稱為 Len 的 vector (R 最基本資料結構 ) 。用 rep 函數產生與資料相同數目的 (26 個 ) 大寫 F 放入名稱為 Fish 的 vector ，再組合成名稱為 dat 的 data frame 。      Len <- c(14.3, 15.8, 14.6, 16.1, 12.9, 15.1, 17.3, 14.0, 14.5, 13.9, 16.2, 14.3, 14.6, 13.3, 15.5, 11.8, 14.8, 13.5, 16.3, 15.4, 15.5, 13.9, 10.7, 14.8, 12.9, 15.4)      Fish <- rep("F", 26) dat <- data.frame(Len, Fish)    第二步 : 安裝 ggplot2 程式套件。    第三步 : 呼叫 ggplot2 程式套件備用。     library(ggplot2)    第四步
閱讀完整內容