R 中分类变量的两个以上水平的显着性测试

Question

我试图确定两组之间具有 8 个水平的分类变量的频率是否存在显着差异。在这种情况下，两组人被问到他们最喜欢的颜色，共有 8 种选择。我想知道第 1 组中的人们选择颜色的频率与第 2 组中的人们选择相同颜色的频率是否存在显着差异。

也就是说，第 1 组中有 64.2% 的人选择了橙色，而第 2 组的这一比例为 53%。这个差异显着吗？ 这是使用 tabpct() 的频率表

tabpct(all_data$Colors, all_data$Group, graph = F)

Column percent 
                         all_data$Group
all_data$Colors         Grp 1   %     Grp 2   %
           Red          3    (1.3)    2    (1.0)
           Blue         19   (8.4)    10   (5.0)
           Yellow       1    (0.4)    2    (1.0)
           Green        4    (1.8)    5    (2.5)
           Purple       1    (0.4)    2    (1.0)
           Orange       145  (64.2)   106  (53.0)
           Pink         1    (0.4)    1    (0.5)
           Brown       52   (23.0)   72   (36.0)
           Total        226  (100)    200  (100)

我确信有一种更简单的方法，但我似乎无法弄清楚。任何帮助将不胜感激！

我尝试对 Anova 进行建模并对其进行 TukeyHSD 测试，但尽管事实上不存在 NA、NaN、Inf 或 0，但还是出现了错误：

ColorComp <- aov(Color ~ Group, data = all_data)
TukeyHSD(ColorComp)

> Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
> NA/NaN/Inf in 'y'
> In addition: Warning message:
> In storage.mode(v) <- "double" : NAs introduced by coercion

我也尝试过回归，但出现同样的错误。

Answer 1

使用蒙特卡罗模拟的费舍尔检验表明了分布差异的边缘暗示证据：

read.table(text=txt, head=TRUE)
  Colors Grp1     X. Grp2   X..1
1    Red    3  (1.3)    2  (1.0)
2   Blue   19  (8.4)   10  (5.0)
3 Yellow    1  (0.4)    2  (1.0)
4  Green    4  (1.8)    5  (2.5)
5 Purple    1  (0.4)    2  (1.0)
6 Orange  145 (64.2)  106 (53.0)
7   Pink    1  (0.4)    1  (0.5)
8  Brown   52 (23.0)   72 (36.0)
> dat <-read.table(text=txt, head=TRUE)
> fisher.test(dat[c(2,4)])

    Fisher's Exact Test for Count Data

data:  dat[c(2, 4)]
p-value = 0.06452
alternative hypothesis: two.sided

可以进行卡方检验，但有效性值得怀疑。

chisq.test(dat[c(2,4)])

    Pearson's Chi-squared test

data:  dat[c(2, 4)]
X-squared = 11.512, df = 7, p-value = 0.1178

Warning message:
In chisq.test(dat[c(2, 4)]) : Chi-squared approximation may be incorrect