반응형 카이제곱검정2 [R 코드 모아보기] 카이제곱검정 관련 모든 코드 (비모수 포함) @목차 카이제곱검정 카이제곱검정(Yates' correction) 피셔의 정확검정 카이제곱검정, 피셔의정확검정, 오즈비 한번에 출력 카이제곱검정의 사후검정(bonferroni) 카이제곱검정 #data는 행렬형태 #카이제곱검정 chisq.test(data,correct=FALSE) 카이제곱검정(Yates' correction) #data는 행렬형태 #카이제곱검정 chisq.test(data) 피셔의 정확검정 #data는 행렬형태 #기대빈도가 5미만인 셀이 20%이상인 경우 수행 #카이제곱검정 chisq.test(data) 카이제곱검정, 피셔의정확검정, 오즈비 한번에 출력 #패키지 library(epitools) #data는 행렬형태 #검정 oddsratio.wald(data) 카이제곱검정의 사후검정(bon.. 2021. 9. 10. [R강의] 124. 카이제곱검정 하는 방법 (+ Yates' continuity correction 무엇인가) 카이제곱 검정 설명 카이제곱검정은 그룹들의 비율을 비교하는 검정입니다. 독립변수와 종속변수 모두 범주형 데이터인 경우에 사용합니다. 예를 들면 아래와 같은 데이터가 있습니다. 성별에 따라 무서운 영화를 좋아하는 비율을 조사하여 표로 정리한 것입니다. 이러한 표를 분할표라고 부릅니다. 남자 집단의 무서운 영화 선호비율과 여자 집단의 무서운영화 선호비율을 비교하고 싶은 상황입니다. 비율 비교입니다. 독립변수는 성별입니다. 성별은 '남' '여' 두 값을 갖는 범주형자료입니다. 종속변수는 선호여부입니다. 선호여부는 '호' '불호' 두 값을 갖는 범주형자료입니다. 귀무가설과 대립가설은 아래와 같습니다. 귀무가설 = 성별에 따른 무서운영화 선호비율은 같다. 귀무가설 = 성별에 따른 무서운영화 선호비율은 다르다. 기.. 2021. 9. 9. 이전 1 다음 반응형
