R 中的显着性测试，确定单个变量中一列中的比例是否与另一列中显着不同

Question

我确信这是 R 中的一个简单命令，但由于某种原因，我无法找到解决方案。

我正在尝试在 R 中运行一堆交叉表（使用 table() 命令），每个选项卡都有两列（处理和不处理）。我想知道所有行的列之间的差异是否显着不同（这些行是调查中的一些答案选择）。我对整体意义不感兴趣，只对比较治疗与不治疗的交叉表感兴趣。

这种类型的分析在 SPSS 中非常简单（下面的链接说明了我正在谈论的内容），但我似乎无法在 R 中使用它。你知道我可以做到这一点吗？

http://help.vovici.net/robohelp/robohelp/server/general/ projects_fhpro/survey_workbench_MX/Significance_testing.htm

编辑： 这是 R 中关于我的意思的示例：

 treatmentVar <-c(0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1) # treatment is 1 or 0
 question1 <-c(1,2,2,3,1,1,2,2,3,1,1,2,2,3,1,3) #choices available are 1, 2, or 3
 Questiontab <- table(question1, treatmentVar)
 Questiontab

我有这样的表 ^ （按treatmentVar 上的列百分比），我想看看从治疗 0 开始的每个问题选择（行）之间是否存在显着差异治疗1。所以在上面的例子中，我想知道4和2（第1行）、3和3（第2行）以及1和3（第3行）之间是否存在显着差异。因此，在此示例中，问题 1 的选择可能与选择 1 和 3 存在显着差异（因为差异为 2），但选择 2 的差异则不然，因为差异为零。最终，我试图确定这种意义。我希望这有帮助。

谢谢！

Answer 1

我认为您正在寻找的函数是pairwise.prop.test()。有关示例，请参阅?pairwise.prop.test。

Answer 2

使用您的示例，chisq.test 或 prop.test （在本例中等效）：

> chisq.test(Questiontab)

        Pearson's Chi-squared test

data:  Questiontab 
X-squared = 1.6667, df = 2, p-value = 0.4346

Warning message:
In chisq.test(Questiontab) : Chi-squared approximation may be incorrect
> prop.test(Questiontab)

        3-sample test for equality of proportions without continuity
        correction

data:  Questiontab 
X-squared = 1.6667, df = 2, p-value = 0.4346
alternative hypothesis: two.sided 
sample estimates:
   prop 1    prop 2    prop 3 
0.6666667 0.5000000 0.2500000 

Warning message:
In prop.test(Questiontab) : Chi-squared approximation may be incorrect

注意警告；这些测试不一定适合如此小的数量。