R - チー平方検定: 初心者ガイド
こんにちは、データ分析志望者およびRの愛好家の皆さん！Rにおけるチー平方検定の興味深い世界への旅にご案内できることを嬉しく思います。コンピュータサイエンスを10年以上教えてきた者として、多くの生徒がこの概念を理解したときに輝く姿を見てきました。それでは、統計的な魔法を起こすために一緒に潜り込んでみましょう！
チー平方検定とは？
コードを書く前に、チー平方検定とは何かを理解しましょう。カーニバルでコイントスゲームが不正であると疑っているとします。チー平方検定は、あなたの統計的な探偵のように、期待するもの（公平なコイン）と観察するもの（もしかするとヘッドが太多）の間に有意な差があるかどうかを判断する手助けをしてくれます。
Rでは、チー平方検定を用いてカテゴリデータを分析し、変数間の独立性をテストします。これは、「これらの二つは関連しているのか、単なる偶然なのか？」と尋ねるようなものです。
Rを始める
Rが初めての方也不用担心！Rはあなたの非常に賢い計算機です。基本的なことをから始めて、少しずつ進んでいきましょう。
RとRStudioのインストール
まず、RとRStudioをインストールする必要があります。これがあなたの統計実験室のセットアップです。インストールが完了したら、RStudioを開き、始める準備が整います！
Rにおけるチー平方検定: 文法と例
では、実際のRコードを手に取り、文法とステップバイステップの例を探求してみましょう。
基本文法
以下はRにおけるチー平方検定の一般的な構造です：
chisq.test(x, y = NULL, correct = TRUE)ここで：
-
xはあなたのデータ（通常はテーブルまたはマトリックス） -
yはオプションで、二つのベクターがある場合に使用 -
correctは2x2テーブルに対してYatesの連続性補正を適用
このように見えるとアルファベットのスープのようですが、例で分解していきます！
例1: 良さの検定
まず簡単な例から始めましょう。コインを100回投げて、60回ヘッドで40回テールがでたとします。このコインは公平でしょうか？
# 观测頻度
observed <- c(60, 40)
# 期待頻度（公平なコインでは50-50）
expected <- c(50, 50)
# チー平方検定を実行
result <- chisq.test(observed, p = expected/sum(expected))
# 結果を表示
print(result)このコードを実行すると以下のようなものが見えます：
Chi-squared test for given probabilities
data: observed
X-squared = 4, df = 1, p-value = 0.0455これは何を意味するのでしょう？p値が0.05未満であるため、私たちのコインは結局公平でない可能性が高いです！
例2: 独立性の検定
次に少し複雑なものに挑戦しましょう。性別とプログラミング言語の好みの関係を研究するとします。
# 統計表を作成
data <- matrix(c(30, 10, 15, 25), nrow = 2,
dimnames = list(Gender = c("Male", "Female"),
Language = c("Python", "R")))
# チー平方検定を実行
result <- chisq.test(data)
# 結果を表示
print(result)このコードは以下のような出力を示します：
Pearson's Chi-squared test with Yates' continuity correction
data: data
X-squared = 9.0751, df = 1, p-value = 0.002593低いp値は、性別とプログラミング言語の好みの間に有意な関係がある可能性を示しています。
高度な技術と可視化
チー平方検定に慣れてきたら、より高度な技術を探求することができます：
残差分析
残差は、どのセルがチー平方統計に最も寄与しているかを理解するのに役立ちます：
# チー平方検定を実行
result <- chisq.test(data)
# 残差を計算して表示
print(result$residuals)結果の可視化
「図は一千のp値に値する！」とありますが、モザイクプロットを作成してみましょう：
library(ggplot2)
library(ggmosaic)
ggplot(data = as.data.frame(data)) +
geom_mosaic(aes(x = product(Gender, Language), fill = Gender)) +
labs(title = "Gender vs. Programming Language Preference")これで美しいモザイクプロットが作成され、データの関係を視覚的に表現できます。
チー平方検定における一般的な方法
以下の表は、チー平方検定で使用される一般的な方法をまとめたものです：
| 方法 | 説明 | 使用例 |
|---|---|---|
| 良さの検定 | 观测頻度が期待頻度に一致するかどうかをテスト | キャスの公平性をテスト |
| 独立性の検定 | 二つのカテゴリ変数が関連しているかどうかをテスト | 調査結果の分析 |
| 同質性の検定 | 別の集団が同じ特性の割合を持っているかどうかをテスト | グループ間の効果比較 |
結論
おめでとうございます！あなたはRにおけるチー平方検定の世界への第一歩を踏み出しました。統計は新しい言語を学ぶのと同じで、練習が必要ですが、すぐにp値と残差で流畅に話すことができるようになるでしょう！
あなたが旅を続ける中で忘れないでください：
- いつもデータを視覚化する
- サンプルサイズが小さい場合の結果解釈には注意する
- データの文脈を考慮して結論を引き出す
実験を続け、好奇心を持ち続けてください。そして、p値が常にあなたに有利に働くことを祈っています！幸せなコーディングを！
Credits: Image by storyset