使用R的多变量统计分析.当行和列都是组时，如何看到显著差异(Categories Ordered)

Question

My Data如下所示，其中DFD是我的数据帧。

DFD
Names  BP  jobcode bp_Category
1     A 100   Doctor      low_BP
2     B 150   Doctor   Medium_BP
3     C 200 Engineer     High_BP
4     D 110 Engineer      low_BP
5     E 160  Student   Medium_BP

以下是我如何获得每个职务代码中患有低、高和中等BP的百分比，如下所示。

tabLE<-table(DFD$bp_Category,DFD$jobcode)
> prop.table(tabLE,2)*100
Doctor Engineer Student
low_BP        50       50       0
Medium_BP     50        0     100
High_BP        0       50       0

我想问一下，如何以及通过哪种统计测试，我可以看到所有三个bp_categories的三个作业代码之间的显著差异。例如，我想看看工程师在博士和学生中Medium_BP的比例是否显著最高？？

Data 
Names<-c("A","B","C","D","E")
BP<-c(100,150,200,110,160)
jobcode<-c("Doctor","Doctor","Engineer","Engineer","Student")
jobcode<-ordered(jobcode)
DFD<-data.frame(Names,BP,jobcode)
DFD$bp_Category[DFD$BP<140]<-"low_BP"
DFD$bp_Category[DFD$BP<170 & DFD$BP>140]<-"Medium_BP"
DFD$bp_Category[DFD$BP<201 & DFD$BP>170]<-"High_BP"
DFD$bp_Category<-ordered(DFD$bp_Category, levels = c("low_BP","Medium_BP","High_BP"))
tabDFD <- with(DFD, table(DFD$bp_Category,DFD$jobcode))
tabLE<-table(DFD$bp_Category,DFD$jobcode)
prop.table(tabLE,2)*100

Answer 1

使用模拟数据集，其中BP和职业之间的比例或多或少相等：

set.seed(111)
DFD = data.frame(jobcode = sample(c("Doctor","Engineer","Student"),10000,replace=TRUE),
bp_Category = sample(c("low_BP","Medium_BP","High_BP"),10000,replace=TRUE)
)

由于这是在null下模拟的，您可以看到它大约为所有的33%

tabDFD <- with(DFD, table(DFD$bp_Category,DFD$jobcode))
tabLE<-table(DFD$bp_Category,DFD$jobcode)
prop.table(tabLE,2)*100
Doctor Engineer  Student
High_BP   32.81156 33.89058 32.96930
low_BP    33.68453 32.73556 33.82527
Medium_BP 33.50391 33.37386 33.20543

我们可以对每一行进行卡方测试，但我们需要知道医生、工程师和学生的预期比例，所以我们得到了这个：

probs = colSums(tabLE)/sum(tabLE)

然后，对于每一行，我们测试每个单元格与我们预期的偏离程度：

library(broom)
library(purrr)
results = split(as.matrix(tabLE),rownames(tabLE)) %>% 
map_dfr(~tidy(chisq.test(.x,p=probs)),.id="BP") 
results
# A tibble: 3 x 5
BP        statistic p.value parameter method                                  
<chr>         <dbl>   <dbl>     <dbl> <chr>                                   
1 High_BP      0.676    0.713         2 Chi-squared test for given probabilities
2 low_BP       0.697    0.706         2 Chi-squared test for given probabilities
3 Medium_BP    0.0451   0.978         2 Chi-squared test for given probabilities