卡方检验 | 富集分析 | Chi-Square Test in R

基本10分以上的paper都要求有严格地统计分析,所以看起来才会professional。

 

本质就是两个离散变量的关联分析,还可以给出OR。

  • 小样本就用Fisher's exact test for small cell sizes
  • 大样本就用Chi-Square Test

 

首先画一个2X2的表格

  H1 non-H1
H2 a b
non-H2 c d

 

首先就可以算一个OR,就是比例的比例 = a * d / b *c = (a/b) / (c/d),越接近1就越代表没有区别,即没有关联(两个变量随机)。

 

其次可以用R来算P-value

tmp.table <- matrix(data = c(66,76,7,197), byrow = F, nrow = 2)

colnames(tmp.table) <- c("core6", "others")
rownames(tmp.table) <- c("WES", "non-WES")
core6	others
WES	66	7
non-WES	76	197

  

epitools::oddsratio(tmp.table, method = "wald")

  

结果:

$data
A matrix: 3 × 3 of type dbl
core6	others	Total
WES	66	7	73
non-WES	76	197	273
Total	142	204	346

$measure
A matrix: 2 × 3 of type dbl
estimate	lower	upper
WES	1.00000	NA	NA
non-WES	24.43985	10.7338	55.64725

$p.value
A matrix: 2 × 3 of type dbl
midp.exact	fisher.exact	chi.square
WES	NA	NA	NA
non-WES	0	5.143003e-23	4.732414e-22

  

参考:

Contingency analysis: R code for Chapter 9 examples

 

 

  

 

上一篇:8.子矩阵的和(c++)


下一篇:希腊字母表