提供預期數據的卡方檢驗

Question

第一次寫在這裏，所以我很抱歉，如果有東西丟失。

我正在比較兩種DNA定量方法，我試圖看看哪種方法使結果更接近真實的結果（我添加到樣品中的DNA）。

對於每種方法我有5個重複。我把1000個細胞中的每個樣品（預期值），並得到了下面的量化值（觀測值）：

• 方法P - 500，400，400，500，500
• 方法Q - 1000，900， 1400，700，1000

當我嘗試使用chisq（）函數時，我似乎無法告訴函數哪些是期望值，它計算了期望值，而這不是我想要的。

> P<-c(500, 400, 400, 500, 500) 

> Q<-c(1000, 900, 1400, 700, 1000) 

> chisqQ <- chisq.test(Q) 
Chi-squared test for given probabilities 

data: Q 
X-squared = 260, df = 4, p-value < 2.2e-16 

> chisqP <- chisq.test(P) 

    Chi-squared test for given probabilities 

data: P 
X-squared = 26.087, df = 4, p-value = 3.039e-05 

的問題，這是我沒有建立我的預期值，並同時用於Q將自動計算1000，對於P它沒有

> round(chisqQ$expected,2) 
[1] 1000 1000 1000 1000 1000 

> round(chisqP$expected,2) 
[1] 460 460 460 460 460 

有p選項在chisq函數中，但它必須是一個概率，這不是我的情況。

我已經在Excel中手工計算了卡方值並對它們進行了比較，但是一旦未來我會有幾種技術和幾種細胞數量，我想知道它是否可以在R.

由於提前，

乾杯，

瓊娜

Answer 1

所以，如果我理解這個正確的，你已經擁有了預期值，並想用卡方看怎麼好，你有一個合適的。

如果是這樣，下面的解決方案將工作。

obs <- c(500,400,400,500,500) 
exp <- c(XX, XX, XX, XX, XX) 
chisq.test(x = observed, p = expected)