การทดสอบความเป็นอิสระของไคสแควร์ใน r (พร้อมตัวอย่าง)

การทดสอบความเป็นอิสระของไคสแควร์ ใช้เพื่อพิจารณาว่ามีความสัมพันธ์ที่มีนัยสำคัญระหว่าง ตัวแปรหมวดหมู่ สองตัวหรือไม่

บทช่วยสอนนี้จะอธิบายวิธีการทดสอบความเป็นอิสระของไคสแควร์ใน R

ตัวอย่าง: การทดสอบไคสแควร์เพื่อความเป็นอิสระใน R

สมมติว่าเราต้องการทราบว่าเพศสัมพันธ์กับการเลือกพรรคการเมืองหรือไม่ เราสุ่มตัวอย่างผู้มีสิทธิเลือกตั้ง 500 คน และถามพวกเขาเกี่ยวกับความชอบพรรคการเมืองของพวกเขา ตารางต่อไปนี้แสดงผลการสำรวจ:

ใช้ขั้นตอนต่อไปนี้เพื่อทำการทดสอบไคสแควร์เพื่อเป็นอิสระใน R เพื่อพิจารณาว่าเพศสัมพันธ์กับความชอบของพรรคการเมืองหรือไม่

ขั้นตอนที่ 1: สร้างข้อมูล

ขั้นแรก เราจะ สร้างตาราง เพื่อเก็บข้อมูลของเรา:

 #create table
data <- matrix(c(120, 90, 40, 110, 95, 45), ncol= 3 , byrow= TRUE )
colnames(data) <- c(" Rep "," Dem "," Ind ")
rownames(data) <- c(" Male "," Female ")
data <- as.table (data)

#view table
data

       Rep Dem Ind
Male 120 90 40
Female 110 95 45

ขั้นตอนที่ 2: ทำการทดสอบไคสแควร์เพื่อความเป็นอิสระ

ต่อไป เราสามารถทำการทดสอบความเป็นอิสระของไคสแควร์ได้โดยใช้ฟังก์ชัน chisq.test()

 #Perform Chi-Square Test of Independence
chisq.test(data)

	Pearson's Chi-squared test

data:data
X-squared = 0.86404, df = 2, p-value = 0.6492

วิธีการตีความผลลัพธ์มีดังนี้:

• สถิติการทดสอบไคสแควร์: 0.86404
• องศาความเป็นอิสระ: 2 (คำนวณเป็น #rows-1 * #columns-1)
• ค่า p: 0.6492

โปรดจำไว้ว่า การทดสอบความเป็นอิสระของไคสแควร์ ใช้สมมติฐานว่างและทางเลือกต่อไปนี้:

• H ₀ : (สมมติฐานว่าง) ตัวแปรทั้งสองมีความเป็นอิสระต่อกัน
• H ₁ : (สมมติฐานทางเลือก) ตัวแปรทั้งสอง ไม่ เป็นอิสระต่อกัน

เนื่องจากค่า p-value (0.6492) ของการทดสอบไม่น้อยกว่า 0.05 เราจึงไม่สามารถปฏิเสธสมมติฐานว่างได้ ซึ่งหมายความว่าเราไม่มีหลักฐานเพียงพอที่จะกล่าวว่ามีความสัมพันธ์ระหว่างเพศและการตั้งค่าของพรรคการเมือง

กล่าวอีกนัยหนึ่ง การกำหนดเพศและพรรคการเมืองมีความเป็นอิสระ

แหล่งข้อมูลเพิ่มเติม

ความรู้เบื้องต้นเกี่ยวกับการทดสอบความเป็นอิสระของไคสแควร์
การทดสอบไคสแควร์ของเครื่องคิดเลขอิสระ
วิธีการคำนวณค่า P ของสถิติไคสแควร์ในหน่วย R
วิธีค้นหาค่าไคสแควร์วิกฤตใน R