3

rのprop.test関数 (ドキュメントはこちらmatrix) が、a を渡すかベクトルを渡すかによって異なる結果を返すのはなぜですか?

ここでは、ベクトルを渡します。

> prop.test(x = c(135, 47), n = c(1781, 1443))

    2-sample test for equality of proportions with
    continuity correction

data:  c(135, 47) out of c(1781, 1443)
X-squared = 27.161, df = 1, p-value = 1.872e-07
alternative hypothesis: two.sided
95 percent confidence interval:
 0.02727260 0.05918556
sample estimates:
    prop 1     prop 2 
0.07580011 0.03257103

ここでmatrixは、代わりに を作成して渡します。

> table <- matrix(c(135, 47, 1781, 1443), ncol=2)
> prop.test(table)

    2-sample test for equality of proportions with
    continuity correction

data:  table
X-squared = 24.333, df = 1, p-value = 8.105e-07
alternative hypothesis: two.sided
95 percent confidence interval:
 0.02382527 0.05400606
sample estimates:
    prop 1     prop 2 
0.07045929 0.03154362

異なる結果が得られるのはなぜですか? どちらのシナリオでも同じ結果が返されることを期待しています。

4

1 に答える 1

3

xとを別々のベクトルとして入力するとn、それぞれ成功回数と総試行回数として扱われます。ただし、マトリックスを入力すると、最初の列は成功の数として扱われ、2 番目の列は失敗の数として扱われます。のヘルプからprop.test:

x    a vector of counts of successes, a one-dimensional table with two
     entries, or a two-dimensional table (or matrix) with 2 columns, giving
     the counts of successes and failures, respectively.

したがって、行列で同じ結果を得るには、行列の 2 番目の列を失敗の数に変換する必要があります (例xでは成功nの数であり、試行の数であると仮定します)。

x = c(135, 47)
n = c(1781, 1443)

prop.test(x, n)  # x = successes; n = total trials

  2-sample test for equality of proportions with continuity correction

data:  x out of n
X-squared = 27.161, df = 1, p-value = 1.872e-07
alternative hypothesis: two.sided
95 percent confidence interval:
 0.02727260 0.05918556
sample estimates:
    prop 1     prop 2 
0.07580011 0.03257103

prop.test(cbind(x, n - x)) # x = successes; convert n to number of failures

  2-sample test for equality of proportions with continuity correction

data:  cbind(x, n - x)
X-squared = 27.161, df = 1, p-value = 1.872e-07
alternative hypothesis: two.sided
95 percent confidence interval:
 0.02727260 0.05918556
sample estimates:
    prop 1     prop 2 
0.07580011 0.03257103
于 2016-08-08T16:56:24.300 に答える