我确定这是R中的简单命令，但是由于某种原因，我在寻找解决方案时遇到了麻烦。
我试图在R中运行一堆交叉表（使用table（）命令），并且每个选项卡都有两列（处理和不处理）。我想知道各行之间列之间的差异是否显着不同（各行是从调查中选择的少数答案）。我对总体意义不感兴趣，仅在交叉表中比较治疗与未治疗之间的差异。
在SPSS中这种类型的分析非常容易（下面的链接来说明我在说什么），但是我似乎无法在R中使用它。您知道我可以这样做吗？
http://help.vovici.net/robohelp/robohelp/server/general/projects_fhpro/survey_workbench_MX/Significance_testing.htm
编辑：
这是R中有关我的意思的示例：
treatmentVar <-c(0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1) # treatment is 1 or 0
question1 <-c(1,2,2,3,1,1,2,2,3,1,1,2,2,3,1,3) #choices available are 1, 2, or 3
Questiontab <- table(question1, treatmentVar)
Questiontab
我有这样的表^（按treatmentVar上的列百分比），我想看看从处理0到处理1的每个问题选择（行）之间是否存在显着差异。所以在上面的示例中，我将我想知道4和2（第1行），3和3（第2行）以及1和3（第3行）之间是否存在显着差异。因此，在此示例中，问题1的选择可能与选择1和3显着不同（因为差异为2），但选择2的差异并不是因为差异为零。最终，我试图确定这种意义。希望对您有所帮助。
谢谢！
最佳答案
使用您的示例，chisq.test或prop.test（在这种情况下等效）：
> chisq.test(Questiontab)
Pearson's Chi-squared test
data: Questiontab
X-squared = 1.6667, df = 2, p-value = 0.4346
Warning message:
In chisq.test(Questiontab) : Chi-squared approximation may be incorrect
> prop.test(Questiontab)
3-sample test for equality of proportions without continuity
correction
data: Questiontab
X-squared = 1.6667, df = 2, p-value = 0.4346
alternative hypothesis: two.sided
sample estimates:
prop 1 prop 2 prop 3
0.6666667 0.5000000 0.2500000
Warning message:
In prop.test(Questiontab) : Chi-squared approximation may be incorrect
注意警告；这些测试不一定适合这么小的数字。