我想了解蒙特卡洛模拟在chisq.test()R 函数中的使用。

我有一个定性变量，它有 128 个级别/类。我的样本量是 26（我无法对更多“个人”进行抽样）。所以很明显，我会有一些“个人”为0的级别。但事实是，在 127 个可能的类别中，我只代表了极少数的类别。我听说要应用卡方检验，每个级别至少应该有 5 个人（我不完全理解其中的原因），我想我必须使用simulate.p.value使用蒙特卡罗模拟的选项来估计分布并计算一个 p 值。没有蒙特卡洛模拟，R 给了我一个 p-value < 1e-16。使用蒙特卡罗模拟，它给了我一个 p 值4e-5。

我尝试用 26 个 1 和 101 个 0 的向量计算 p 值，通过蒙特卡洛模拟，我得到一个 1 的 p 值。

是否可以说，即使我的样本量与可能类别的数量相比很小，观察到的分布也使得所有可能的类别不太可能以相同的概率（1/127）存在于真实人口中?