R中多列的卡方检验

Question

在这里，我制作了如下data：

data<-data.frame(alzheimer=c(1,1,0,1,0,0,1,0,0,0),
asthma=c(1,1,0,0,1,1,1,1,0,0),
points=c(0,1,3,5,3,2,1,2,1,5),
sex=c(1,1,0,0,0,0,1,1,1,0))

我想知道sex是否影响alzheimer、asthma或points。所以我考虑做独立性的卡方检验。alzheimer和asthma是二进制变量，所以我认为我可以将sex==1和sex==0中的所有数字分别相加，并制作列联表来进行卡方检验。对于变量points，我不知道我是否可以做卡方检验，因为points是一个序数变量，范围从0到5，只有整数。

总之，我想做3个测试。

sex和alzheimer是独立的吗

sex和asthma是否独立

sex和points是独立的吗

此外，在我实际的data中有很多列，所以我需要知道如何一次完成许多测试，并将其制作成csv文件。csv文件应包括测试统计信息和p值。

Answer 1

我们可以编写一个函数stat_test，它在二进制列上应用一个chisq.test，在其他列上应用wilcox.test(假设它们都是序数(。我们可以让这个函数输出三件事。

1. 测试名称
2. 统计数据(stats(的值
3. p值

然后我们可以使用dplyr::across()将此测试应用于所有列(除了函数中用作y输入的alzheimer列(。之后，我们只添加标签作为第一行。

data <- data.frame(alzheimer=c(1,1,0,1,0,0,1,0,0,0),
asthma=c(1,1,0,0,1,1,1,1,0,0),
points=c(0,1,3,5,3,2,1,2,1,5),
sex=c(1,1,0,0,0,0,1,1,1,0))
library(dplyr)
stat_test <- function(x, y) {
if (length(unique(na.omit(x))) > 2) {
res <- chisq.test(x = x,
y = y)
label <- "chi_square"
} else {
res <- wilcox.test(x, y = y)
label <- "wilcox"
}

c(
test = label,
stats = res$statistic,
p_val = res$p.value
)
}
data %>% 
as_tibble %>% 
summarise(across(-alzheimer,
~ stat_test(.x, alzheimer))) %>% 
mutate(label = c("test", "stats", "pvalue"), .before = 1L)
#> Warning in wilcox.test.default(x, y = y): cannot compute exact p-value with ties
#> Warning in chisq.test(x = x, y = y): Chi-squared approximation may be incorrect
#> Warning in wilcox.test.default(x, y = y): cannot compute exact p-value with ties
#> # A tibble: 3 x 4
#>   label  asthma            points            sex              
#>   <chr>  <chr>             <chr>             <chr>            
#> 1 test   wilcox            chi_square        wilcox           
#> 2 stats  60                5.13888888888889  55               
#> 3 pvalue 0.407562453620744 0.273341191458911 0.693376361757653

^{创建于2022-09-27由reprex包(v2.0.1(}