# Chi-squared test 卡方檢定
# ===================
####文字框7-1 期望次數相等時的適合度檢定####
# 期望次數相等時的適合度檢定
#load("C:/example/ch7/example7_1.RData")
example7_1 <- read.csv("example7_1.csv", fileEncoding = "big5")
example7_1
## 飲料類型 人數
## 1 碳酸飲料 525
## 2 礦泉水 550
## 3 果汁 470
## 4 其他 455
chisq.test(example7_1$人數)
##
## Chi-squared test for given probabilities
##
## data: example7_1$人數
## X-squared = 12.1, df = 3, p-value = 0.007048
####補充：一個類別變數的適合度檢定(卡方適合度檢定)####
#讀取資料
example7_1 <- read.csv("example7_1.csv", fileEncoding = "big5")
example7_1
## 飲料類型 人數
## 1 碳酸飲料 525
## 2 礦泉水 550
## 3 果汁 470
## 4 其他 455
#先畫圖瞭解資料
#方法一：
barplot(example7_1$人數)
#方法二
library(ggplot2)
ggplot(data=example7_1, aes(x=飲料類型, y=人數, fill = 飲料類型))+
geom_col()
# 撰寫分析步驟
# Step1：分析樣本平均數或建立交叉表
# 因本資料已建立次數分配表，故省略
# Step2：決定顯著水準( 0.1, 0.05, 0.01, 0.001)
# p<0.05
# Step3：寫出虛無假設與對立假設
# H0:消費者對不同飲料無顯著偏好
# H1:消費者對不同飲料有顯著偏好
# Step4：決定檢定方法
# 卡方適合度檢定
# Step5：計算檢定值。
chisq.test(example7_1$人數)
##
## Chi-squared test for given probabilities
##
## data: example7_1$人數
## X-squared = 12.1, df = 3, p-value = 0.007048
# X-squared = 12.1, df = 3。
# Step6：計算p值
# p-value = 0.007048
# Step7：下決策
# 因為p-value (0.007048)<0.05，所以拒絕虛無假設，對立假設成立：消費者對不同飲料有顯著偏好。
####文字框7-2 期望次數不相等時的適合度檢定####
# 期望次數不等時的適合度檢定
#load("C:/example/ch7/example7_2.RData")
example7_2 <- read.csv("example7_2.csv", fileEncoding = "big5")
example7_2
## 受教育程度 離婚家庭數 期望比例
## 1 小學及以下 30 0.20
## 2 初中 110 0.35
## 3 高中 80 0.25
## 4 大學 25 0.12
## 5 研究生 15 0.08
chisq.test(example7_2$離婚家庭數,p=example7_2$期望比例)
##
## Chi-squared test for given probabilities
##
## data: example7_2$離婚家庭數
## X-squared = 19.586, df = 4, p-value = 0.0006028
####文字框7-3 列聯表獨立性檢定####
# 列聯表獨立性檢定
#load("C:/example/ch7/example7_3.RData")
example7_3 <- read.csv("example7_3.csv", fileEncoding = "big5")
head(example7_3)
## 滿意度 地區
## 1 滿意 北部
## 2 滿意 北部
## 3 滿意 北部
## 4 滿意 北部
## 5 滿意 北部
## 6 滿意 北部
count<-table(example7_3);count
## 地區
## 滿意度 中部 北部 南部
## 不滿意 82 34 65
## 滿意 158 126 35
chisq.test(count)
##
## Pearson's Chi-squared test
##
## data: count
## X-squared = 51.827, df = 2, p-value = 5.572e-12
####補充：列聯表獨立性檢定(卡方獨立性檢定)####
#讀取資料
example7_3 <- read.csv("example7_3.csv", fileEncoding = "big5")
head(example7_3,10)
## 滿意度 地區
## 1 滿意 北部
## 2 滿意 北部
## 3 滿意 北部
## 4 滿意 北部
## 5 滿意 北部
## 6 滿意 北部
## 7 滿意 北部
## 8 滿意 北部
## 9 滿意 北部
## 10 滿意 北部
#先畫圖瞭解資料
#方法一：
count <- table(example7_3$滿意度,example7_3$地區)
count
##
## 中部 北部 南部
## 不滿意 82 34 65
## 滿意 158 126 35
barplot(count)
#方法二
library(ggplot2)
ggplot(data=example7_3, aes(x=地區, y=滿意度, fill = 滿意度))+
geom_col()
# 撰寫分析步驟
# Step1：分析樣本平均數或建立交叉表
count <- table(example7_3$滿意度,example7_3$地區)
count
##
## 中部 北部 南部
## 不滿意 82 34 65
## 滿意 158 126 35
# Step2：決定顯著水準( 0.1, 0.05, 0.01, 0.001)
# p<0.05
# Step3：寫出虛無假設與對立假設
# H0:不同地區的網購客戶滿意度沒有顯著差異
# H1:不同地區的網購客戶滿意度有顯著差異
# Step4：決定檢定方法
# 卡方獨立性檢定
# Step5：計算檢定值。
chisq.test(count)
##
## Pearson's Chi-squared test
##
## data: count
## X-squared = 51.827, df = 2, p-value = 5.572e-12
# X-squared = 51.827, df = 2。
# Step6：計算p值
# p-value = 5.572e-12
# Step7：下決策
# 因為p-value (5.572e-12)<0.05，所以拒絕虛無假設，對立假設成立：不同地區的網購客戶滿意度有顯著差異。