knitr::opts_chunk$set(echo = FALSE, warning = FALSE, message = FALSE, tab.cap.style = "Table Caption", tab.cap.pre = "Lentelė ", tab.cap.sep = ". ", fig.cap.style = "Image Caption", fig.cap.pre = "", fig.cap.sep = " pav. ", fig.width = 5.8, fig.height = 4.8, fig.cap = TRUE, dpi = 300, results = 'asis') options(scipen=999, digits = 3) library(dredge) library(tidyverse) library(shiny.i18n) i18n <- Translator$new(translation_csvs_path = system.file("templates/template_knit_chisq.Rmd", package = "dredge")) i18n$set_translation_language("lt")
Statistinė analizė buvo atlikta su R v4.0.2 (R Core Team, r lubridate::year(Sys.Date())). Surinkti kokybiniai duomenys yra pateikti kaip dažniai ir procentai. Kiekybiniai duomenys yra pateikti kaip vidurkiai ir standartiniai nuokrypiai (SD), suapvalinti vienu skaitmeniu daugiau negu surinktuose duomenyse.
Dviejų kokybinių kintamųjų priklausomybė buvo vertinta Pirsono Chi-kvadrato testu. Kai vienas iš tikėtinų dažnių buvo mažesnis negu 5, buvo taikytas Fisher tikslus testas. Cochran–Mantel–Haenszel testas buvo taikytas lyginant rezultatus pagal 2 arba daugiau kokybinius kintamuosius
Kiekybinio kintamojo skirtumas tarp dviejų kategorijų buvo vertintas su Stjudento t-testu, tarp daugiau negu dviejų kategorijų buvo vertintas ANOVA. Kiekybinių duomenų pasiskirstymas pagal normalųjį skirstinį buvo vertintas Shapiro-Wilk testu. Esant nenormaliam duomenų pasiskirstymui, skirtumai tarp dviejų kategorijų buvo vertinti Mann-Whitney testu, tarp daugiau negu dviejų kategorijų vertinti Kruskal-Wallis testu.
Visi statistiniai testai atlikti laikant 5% statistinio reikšmingumo lygį. P reikšmės buvo apvalintos iki trijų skaičių po kablelio. P reikšmės mažesnės negu 0,001 pateiktos kaip <0,001. P reikšmės didesnės negu 0,999 pateiktos kaip >0,999.
knit_chisq(mtcars, "gear", "cyl")
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.