Chisqテストを実行するデータセットからテーブルを作成

Question

私はRでchisqテストを使用してカテゴリデータを分析したいと思います。移植データを扱っています。手術でのオン/オフバイパスの結果を比較しようとしています。私は、このような性別など二つの変数（とカテゴリ間の違いをテストするためにこれを使用している

df <- read.table(text="Group, Age, Sex, Height, Weight, Diagnosis, Blood loss, Intubation time, Survival 
       On bypass,59,Male,165,102,Diagnosis 1,57,53,29 
       On bypass,44,Female,164,140,Diagnosis 1,114,15,35 
       On bypass,45,Male,165,119,Diagnosis 2,118,31,81 
       On bypass,26,Male,178,125,Diagnosis 1,171,36,31 
       On bypass,41,Female,177,105,Diagnosis 1,76,53,91 
       On bypass,43,Male,161,119,Diagnosis 3,97,38,63 
       Off bypass,53,Female,164,139,Diagnosis 1,125,49,51 
       Off bypass,26,Female,165,137,Diagnosis 3,29,7,86 
       Off bypass,30,Male,174,121,Diagnosis 1,174,43,100 
       Off bypass,59,Female,174,133,Diagnosis 1,40,16,43 
       Off bypass,63,Male,172,132,Diagnosis 2,32,46,10 ", header = TRUE, sep = ",") 

library(dplyr) 

# tally number of participants in each Group by Sex 
tab <- tally(group_by(df, Group, Sex)) 
chisq.test(tab$n) # test for Group differences by Sex 

：私は私のカテゴリ変数に関する前に同様の質問をしているとのセックスでグループ差をテストするには、この答えを与えられました2つの変数は男性と女性です）が、私のカテゴリには診断のような複数の変数があります（下記の私の例のデータを参照してください）。これらのカテゴリについては、オン/オフバイパスグループの各診断の違いを比較したいと思います。ここで

は私exampledataです：

exampledata <- read.table(text="ID,Bypass,Sex,Age,Height,Weight,Diagnosis 
       559,Bypass on,Male,33,167,78,Other 
       662,Bypass off,Male,63,175,55,UIP 
       956,Bypass off,Female,40,158,88,Other 
       460,Bypass on,Female,34,173,86,UIP 
       153,Bypass off,Female,31,171,74,UIP 
       192,Bypass off,Male,33,163,64,Other 
       658,Bypass on,Male,50,161,60,Other 
       529,Bypass off,Female,55,179,75,Cystic fibrosis 
       981,Bypass on,Male,36,166,81,Other 
       367,Bypass on,Female,46,152,85,PH 
       728,Bypass off,Male,30,169,88,Other 
       185,Bypass on,Female,65,162,57,UIP 
       160,Bypass on,Male,54,176,62,PH 
       175,Bypass off,Male,29,156,78,Other 
       167,Bypass off,Male,20,175,86,PH 
       149,Bypass on,Male,24,169,82,Cystic fibrosis 
       446,Bypass off,Male,38,162,69,PH 
       667,Bypass on,Male,55,150,55,Cystic fibrosis 
       488,Bypass off,Female,41,162,56,Other 
       169,Bypass off,Female,60,154,55,Cystic fibrosis 
       787,Bypass on,Male,41,169,52,Cystic fibrosis 
       443,Bypass on,Male,35,159,77,Other 
       593,Bypass off,Female,28,167,53,Other 
       653,Bypass off,Female,22,176,75,Other 
       685,Bypass off,Male,26,170,88,Cystic fibrosis 
       676,Bypass on,Male,32,172,58,Cystic fibrosis 
       556,Bypass off,Male,26,168,88,PH 
       943,Bypass off,Male,40,176,80,PH 
       940,Bypass off,Male,37,180,69,Cystic fibrosis 
       740,Bypass on,Female,58,153,72,UIP 
       624,Bypass on,Female,40,156,81,UIP 
       194,Bypass on,Male,33,155,60,PH 
       162,Bypass on,Female,23,170,64,PH 
       283,Bypass off,Male,60,180,61,Other 
       404,Bypass on,Male,26,170,63,PH 
       312,Bypass on,Male,36,171,83,PH 
       995,Bypass on,Female,48,161,67,Other 
       254,Bypass on,Female,35,175,62,UIP 
       364,Bypass on,Female,65,161,55,UIP 
       771,Bypass off,Male,37,157,72,Other 
       698,Bypass on,Male,31,163,87,PH 
       286,Bypass on,Female,60,154,80,UIP 
       189,Bypass off,Male,42,168,57,PH 
       463,Bypass on,Female,32,176,50,PH 
       634,Bypass off,Male,53,152,64,UIP 
       198,Bypass off,Female,20,171,70,Cystic fibrosis 
       356,Bypass off,Male,55,161,72,Cystic fibrosis 
       254,Bypass on,Female,49,169,61,UIP 
       921,Bypass on,Male,47,152,63,UIP 
       185,Bypass on,Male,63,174,71,Other 
       953,Bypass on,Male,32,169,63,PH 
       336,Bypass on,Female,33,164,52,Other 
       651,Bypass off,Female,55,172,54,PH 
       200,Bypass off,Male,43,179,55,UIP 
       625,Bypass off,Male,43,158,75,Other 
       986,Bypass on,Female,32,151,81,Other 
       437,Bypass off,Female,53,152,57,Other 
       433,Bypass on,Male,35,180,74,Cystic fibrosis 
       673,Bypass on,Female,27,159,58,Cystic fibrosis 
       901,Bypass off,Male,30,169,72,PH", header = TRUE, sep = ",") 

私はカウントのテーブルを作成するために、これを使用しています：

mytable <- table(exampledata$Bypass,exampledata$Diagnosis) 

戻り

   Cystic fibrosis Other PH UIP 
    Bypass off    6 11 7 4 
    Bypass on    6  8 9 9 

をしかし、私が見たいと各診断は個別に必要な出力は

です

   Cystic fibrosis Not Cystic fibrosis 
    Bypass off    6 22 
    Bypass on    6 26 

私は、この出力を使用して、オン/オフポンプ群の嚢胞性線維症を有する患者の数を比較することができると期待しています。

私は、理想的には、診断ごとにこれを迅速に繰り返すことができます。

誰かがこれを行うより良い方法がある（または私は間違ったやり方をしている）と考えている場合は助言してください。

ご協力いただければ幸いです。あなたはすべてのカテゴリのために行わこれと同じことをしたい場合は、機能/ループ内でこれを行うことができます

mytable <- table(exampledata$Bypass, exampledata$Diagnosis == 'Cystic fibrosis') 
colnames(mytable) <- c('Not Cystic fibrosis', 'Cystic fibrosis') 

      Not Cystic fibrosis Cystic fibrosis 
    Bypass off     22    6 
    Bypass on     26    6 

：

おかげで、 トム

Answer 1

あなたはこのような何かを行うことができます。

EDIT：必要なすべてのテーブルを取得するためのループオプションを追加し、次のよう

lapply(levels(exampledata$Diagnosis), function(x) { 
     mytable <- table(exampledata$Bypass, exampledata$Diagnosis == x) 
     colnames(mytable) <- c(paste('Not ', x, sep = ''), x) 
     mytable 
     }) 

出力は次のとおりです。

[[1]] 

      Not Cystic fibrosis Cystic fibrosis 
    Bypass off     22    6 
    Bypass on     26    6 

[[2]] 

      Not Other Other 
    Bypass off  17 11 
    Bypass on   24  8 

[[3]] 

      Not PH PH 
    Bypass off  21 7 
    Bypass on  23 9 

[[4]] 

      Not UIP UIP 
    Bypass off  24 4 
    Bypass on  23 9 

上記の表の各上のすべてのカイ二乗検定を実行するには、単純にその上の出力をlapplyの呼び出しを保存してください - 私たちはlに電話しましょう。

は、次に使用：

sapply(l, chisq.test) 

出力テスト（複数可）から4つのサマリーのリストでなければなりません。

chisq.test(l[[1]])