Chi Square 不需要相同大小的组。在 R 中，您可以使用 prop.test() 或 chisq.test()。

我经常使用大小不等的 A/B 直接邮件测试来执行此操作。例如，10 万捐助者分为 90% 和 10%：90% 的人收到一封电子邮件呼吁，10% 的人什么也没发送。二元结果是他们是否向上诉机构捐款。

关于 prop.test 与 chisq.test 的好处是 prop.test 将计算组相等假设的 p 值并计算差异的置信区间

这个页面给出了一个带有两个组的 prop.test() 示例：http: //cran.r-project.org/doc/contrib/Lemon-kickstart/kr_prop.html

sexsmoke<-matrix(c(70,120,65,140),ncol=2,byrow=T)
rownames(sexsmoke)<-c("male","female")
colnames(sexsmoke)<-c("smoke","nosmoke")
prop.test(sexsmoke)

您可以进行两个样本 t 检验，可能在使用反正弦变换转换比例之后。

您实际上可以使用逻辑回归/ glm，将结果作为因变量，将组归属作为解释因素变量。

按样本量加权是如何计算预期值的。唯一需要担心的是关于期望值可以有多小的规则。