我有一个生物学实验的结果,我计算了突变后死细胞的数量。例如,在一次案例中——在 120 个细胞中,我们看到了 16% 的死细胞,但我们的预期是 10% 左右。因此,为了检查差异是否显着,我执行了“z 检验以检测比例变化”。
但我的问题是,是否可以像上面那样对单个实验进行 ch-squared 检验?我搜索了很多,但我看到的所有示例都使用列联表或涉及多个变量。
我有一个生物学实验的结果,我计算了突变后死细胞的数量。例如,在一次案例中——在 120 个细胞中,我们看到了 16% 的死细胞,但我们的预期是 10% 左右。因此,为了检查差异是否显着,我执行了“z 检验以检测比例变化”。
但我的问题是,是否可以像上面那样对单个实验进行 ch-squared 检验?我搜索了很多,但我看到的所有示例都使用列联表或涉及多个变量。
是的,可以对此进行卡方检验。
具体来说,这是卡方拟合优度检验。为了正确地做到这一点,您设置了两个单元格(一个用于dead,一个用于not dead),如下所示:
Dead NotDead Total
Obs 19 101 120
Exp 12 108 120
卡方是并且有df,在哪里是类别的数量(在这种情况下 k=2,表示 1 df)。
如果您在两者中使用相同的信息/近似值(包括相同的连续性校正),则卡方统计量将是双尾单样本比例 Z 统计量的平方,并且将拒绝完全相同的情况。(有时 p 值会略有不同,因为使用了不同的近似值/统计数据。)