MaleFemale.R

library(datasets)
data.frame(HairEyeColor)

##     Hair   Eye    Sex Freq
## 1  Black Brown   Male   32
## 2  Brown Brown   Male   53
## 3    Red Brown   Male   10
## 4  Blond Brown   Male    3
## 5  Black  Blue   Male   11
## 6  Brown  Blue   Male   50
## 7    Red  Blue   Male   10
## 8  Blond  Blue   Male   30
## 9  Black Hazel   Male   10
## 10 Brown Hazel   Male   25
## 11   Red Hazel   Male    7
## 12 Blond Hazel   Male    5
## 13 Black Green   Male    3
## 14 Brown Green   Male   15
## 15   Red Green   Male    7
## 16 Blond Green   Male    8
## 17 Black Brown Female   36
## 18 Brown Brown Female   66
## 19   Red Brown Female   16
## 20 Blond Brown Female    4
## 21 Black  Blue Female    9
## 22 Brown  Blue Female   34
## 23   Red  Blue Female    7
## 24 Blond  Blue Female   64
## 25 Black Hazel Female    5
## 26 Brown Hazel Female   29
## 27   Red Hazel Female    7
## 28 Blond Hazel Female    5
## 29 Black Green Female    2
## 30 Brown Green Female   14
## 31   Red Green Female    7
## 32 Blond Green Female    8

#построим таблицу сопряженности по мужчинам
men = HairEyeColor[, , "Male"]
#выведем таблицу
men

##        Eye
## Hair    Brown Blue Hazel Green
##   Black    32   11    10     3
##   Brown    53   50    25    15
##   Red      10   10     7     7
##   Blond     3   30     5     8

# Построим мозаичную диаграмму
mosaicplot(men, col = c("chocolate", "cornflowerblue", "salmon", "green"))

#Проверим теперь на независимость
chisq.test(men, simulate.p.value = TRUE)

## 
##  Pearson's Chi-squared test with simulated p-value (based on 2000
##  replicates)
## 
## data:  men
## X-squared = 41.28, df = NA, p-value = 0.0004998

#При уровне значимости 0.05 гипотезу следует отклонить и признаки считать зависимыми.

#Строим таблицу сопряжённости признаков
female = HairEyeColor[, , "Female"]
female

##        Eye
## Hair    Brown Blue Hazel Green
##   Black    36    9     5     2
##   Brown    66   34    29    14
##   Red      16    7     7     7
##   Blond     4   64     5     8

# Построим мозаичную диаграмму
mosaicplot(female, col = c("chocolate", "cornflowerblue", "salmon", "green"))

#Проверим теперь на независимость
chisq.test(female, simulate.p.value = TRUE)

## 
##  Pearson's Chi-squared test with simulated p-value (based on 2000
##  replicates)
## 
## data:  female
## X-squared = 106.66, df = NA, p-value = 0.0004998

#При уровне значимости 0.05 гипотезу следует отклонить и признаки (цвет волос и глаз) считать зависимыми.