我已经读过,卡方检验对于查看样本是否与一组预期值显着不同很有用。
例如,这是有关人们最喜欢的颜色的调查结果表(总共n = 15 + 13 + 10 + 17 + 55 = 55):
red,blue,green,yellow
15,13,10,17
卡方检验可以告诉我该样本是否与人们喜欢每种颜色的概率相同的零假设显着不同。
问题:可以对喜欢某种颜色的总受访者的比例进行测试吗?如下所示:
red,blue,green,yellow
0.273,0.236,0.182,0.309
当然,这里0.273 + 0.236 + 0.182 + 0.309 = 1。
如果在这种情况下不适合使用卡方检验,那将是什么检验?谢谢!
编辑:我在下面尝试了@RomanLuštrik的答案,并得到以下输出,为什么我没有得到p值,为什么R说“卡方近似可能不正确”?
> chisq.test(c(0,0,0,8,6,2,0,0),p = c(0.406197174,0.088746395,0.025193306,0.42041479,0.03192905,0.018328576,0.009190708,0))
Chi-squared test for given probabilities
data: c(0, 0, 0, 8, 6, 2, 0, 0)
X-squared = NaN, df = 7, p-value = NA
Warning message:
In chisq.test(c(0, 0, 0, 8, 6, 2, 0, 0), p = c(0.406197174, 0.088746395, :
Chi-squared approximation may be incorrect