我有研究中几个参与者的连续数据“A”、二进制分类数据“O”、性别/性别和年龄。
R 中的线性模型显示 A 和年龄之间没有相关性。我现在想按年龄将 A 分组，看看各组之间是否存在差异。我知道 R 中的 'hist' 和 'split' ，但这些并不能满足我的需要。
(1) 如何根据年龄（18 至 27、28 至 37 等）将 A 分成组。
(2) 完成后，我将使用测试？
(3) 我是否也可以使用计数在同一组中测试 O？
根据来自另一个变量的 bin 拆分一个变量
机器算法验证
r
回归
直方图
2022-03-31 13:31:32
1个回答
> A <- round(rnorm(100, 100, 15), 2) # generate some data
> age <- sample(18:65, 100, replace=TRUE)
> sex <- factor(sample(0:1, 100, replace=TRUE), labels=c("f", "m"))
# 1) bin age into 4 groups of similar size
> ageFac <- cut(age, breaks=quantile(age, probs=seq(from=0, to=1, by=0.25)),
+ include.lowest=TRUE)
> head(ageFac)
[1] (26,36.5] (26,36.5] (36.5,47] [18,26] [18,26] [18,26]
Levels: [18,26] (26,36.5] (36.5,47] (47,65]
> table(ageFac) # check group size
ageFac
[18,26] (26,36.5] (36.5,47] (47,65]
27 23 26 24
# 2) test continuous DV in age-groups
> anova(lm(A ~ ageFac))
Analysis of Variance Table
Response: A
Df Sum Sq Mean Sq F value Pr(>F)
ageFac 3 15.8 5.272 0.0229 0.9953
Residuals 96 22099.2 230.200
# 3) chi^2-test for equal distributions of sex in age-groups
> addmargins(table(sex, ageFac))
ageFac
sex [18,26] (26,36.5] (36.5,47] (47,65] Sum
f 11 10 12 11 44
m 16 13 14 13 56
Sum 27 23 26 24 100
> chisq.test(table(sex, ageFac))
Pearson's Chi-squared test
data: table(sex, ageFac)
X-squared = 0.2006, df = 3, p-value = 0.9775
其它你可能感兴趣的问题