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

?

1 2 3 4

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")

?

1 2 3

core6   others WES 66  7 non-WES 76  197

　　

?

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

　　

结果：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

$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