Bioestatística

Teste qui-quadrado de Pearson

 

dados <- read.table("clipboard",header=T)

​

dados

 

   Numero Idade     ecivil Tabagismo idade1filho Partos  Peso Altura  esaude

1       1    51     casada       nao          26      3  74.6   1.59     bom

2       2    48     casada       nao          20      2  53.3   1.51     bom

3       3    57     casada       nao          20      3  64.0   1.63     bom

4       4    48     casada       sim          21      3  68.6   1.58 regular

5       5    49     casada       nao          28      1  77.9   1.52     bom

6       6    47     casada       nao          15      3  59.9   1.52     bom

7       7    49     casada       nao          19      3  64.0   1.64 regular

8       8    52     casada       nao          30      1  70.5   1.66 regular

9       9    45     casada       nao          27      1  72.6   1.53     bom

10     10    64     casada       nao          20      2  66.0   1.50     bom

11     11    55     casada       nao          19      5  65.4   1.60     bom

....

 

table(esaude,Tabagismo)

​

         Tabagismo

esaude    nao sim

  bom      19   5

  regular  10   1

  ruim      5   0

 

# Teste qui-quadrado para uma tabela de contingência

 

chisq.test(table(esaude,Tabagismo))

 

        Pearson's Chi-squared test

 

data:  table(esaude, Tabagismo)

X-squared = 1.8241, df = 2, p-value = 0.4017

 

Warning message:

In chisq.test(table(esaude, Tabagismo)) :

  Aproximação do qui-quadrado pode estar incorreta

 

# Teste qui-quadrado com valor-p calculado por simulação Monte Carlo

# Este resultado é mais adequado que o anterior!

 

chisq.test(table(esaude,Tabagismo), simulate.p.value = TRUE)

 

Pearson's Chi-squared test with simulated p-value (based on 2000 replicates)

 

data:  table(esaude, Tabagismo)

X-squared = 1.8241, df = NA, p-value = 0.5547

 

# Teste qui-quadrado, tabelas 2x2

# Neste caso, a função chisq.test() traz o resultado de um teste qui-quadrado com correção de Yates

 

fet <- ifelse(Idade<=50,0,1)

 

chisq.test(table(fet,Tabagismo))

 

        Pearson's Chi-squared test with Yates' continuity correction

 

data:  table(fet, Tabagismo)

X-squared = 0.181, df = 1, p-value = 0.6705

 

Warning message:

In chisq.test(table(fet, Tabagismo)) :

  Aproximação do qui-quadrado pode estar incorreta

 

# Se não desejamos a correção de Yates

 

chisq.test(table(fet,Tabagismo),correct=F)

 

        Pearson's Chi-squared test

 

data:  table(fet, Tabagismo)

X-squared = 0.80666, df = 1, p-value = 0.3691

 

Warning message:

In chisq.test(table(fet, Tabagismo), correct = F) :

  Aproximação do qui-quadrado pode estar incorreta

 

# Teste qui-quadrado com valor-p calculado por simulação Monte Carlo

                                                        

chisq.test(table(fet,Tabagismo), simulate.p.value = TRUE, B=100000)

 

Pearson's Chi-squared test with simulated p-value (based on 1e+05

        replicates)

 

data:  table(fet, Tabagismo)

X-squared = 0.80666, df = NA, p-value = 0.643

 

tq <- chisq.test(table(fet,Tabagismo), simulate.p.value = TRUE, B=100000)

​

tq$p.value

 

names(tq)

 

​

Teste exato de Fisher

 

fisher.test(table(fet,Tabagismo))

 

        Fisher's Exact Test for Count Data

 

data:  table(fet, Tabagismo)

p-value = 0.6434

alternative hypothesis: true odds ratio is not equal to 1

95 percent confidence interval:

   0.2535394 139.4718604

sample estimates:

odds ratio

  2.669127

 

fisher.test(table(esaude,Tabagismo))

​

        Fisher's Exact Test for Count Data

​

data:  table(esaude, Tabagismo)

p-value = 0.5505

alternative hypothesis: two.sided