Ich arbeite auf Unabhängigkeitstests für einige Sachen bei der Arbeit. Normalerweise mache ich so etwas in R, aber mein Chef wollte, dass ich es in Excel für die Graphen mache. Mein Problem ist, dass wenn ich den Chi-Quadrat-Test von R verwende, es mir ein anderes Ergebnis gibt als das, das Excel benutzt. Ich bin mir nicht sicher, ob ich Dinge falsch mache oder ob es einen Unterschied in den verwendeten Methoden gibt, aber die Ergebnisse sind ziemlich widersprüchlich. Sind die Nullhypothesen in diesen beiden Programmen unterschiedlich?Chi-Quadrat-Test R und Excel
Hier ist, was ich habe:
Observed Values Expected Values
Total Errors Priority 1 + 2 Total Errors Priority 1 + 2
Non-V&T 342 188 530 Non-V&T 171.0759494 93.92405063
V&T 117 64 181 V&T 58.42405063 32.07594937
459 252 1422
Test value:
2.68619E-79
R:
tbl1 <- matrix(c(342,117,188,64),ncol=2)
chisq.test(tbl1)
Pearson's Chi-squared test with Yates' continuity correction
data: tbl1
X-squared = 1.6653e-30, df = 1, p-value = 1
chisq.test(tbl1)$expected
[,1] [,2]
[1,] 342.1519 187.8481
[2,] 116.8481 64.1519
ps. Ich kann anscheinend nicht einfügen, was ich von Excel richtig hatte. Der Hauptpunkt ist, dass die p-Wert-Erwartungswerte sich von dem unterscheiden, was R mir gibt.
Danke für die Hilfe. Ich hatte die erwarteten Werte falsch berechnet, weil ich die falschen Zahlen zusammenaddierte, um n zu erhalten. – CPerkins