R语言中的卡方检验和Fisher检验

1. 卡方检验和Fisher检验的应用范围

来源：https://www.cnblogs.com/chenwenyan/p/15706505.html

N=A+B+C+D，假定B为ABCD中的最小值，B的理论频数为T，T=（A+B）*B/N

当 T ≥5 且 N ≥ 40，采用卡方检验（chi-square test）;

当 1<= T＜5 ,且 N ≥ 40，采用连续性校正的卡方进行检验；

当 T＜1 或 N＜40，采用费歇尔精确检验（fisher's exact test）

2. 示例：以下为单细胞测序数据，一般不会出现使用Fisher或连续性校正卡方检验的情况，使用卡方检验即可。

获取单细胞数据中卡方检验p值的函数示例：

data为Seurat对象，celltype为需要进行卡方检验的细胞类型，samplelist为需要比较的两个实验组名称，samplename为metadata中选取样本名的列名，clustername为选取celltype的列名。

这一检验主要应用于分析用药组/对照组样本中，不同细胞占比的显著性差异。

Fisher检验与此类似，把函数中的检验名称改为fisher.test即可。

make_chisq_test<-function(data,celltype,samplelist,samplename,clustername){

  Cluster<-data[[clustername]]

  Sample<-data[[samplename]]

  temp_data<-data.frame(Cluster,Sample)

  v_data<-length(rownames(subset(temp_data,Sample==samplelist[1] & Cluster==celltype)))

  adj_data<-length(rownames(subset(temp_data,Sample==samplelist[2] & Cluster==celltype)))

  v_nodata<-length(rownames(subset(temp_data,Sample==samplelist[1] & Cluster!=celltype)))

  adj_nodata<-length(rownames(subset(temp_data,Sample==samplelist[2] & Cluster!=celltype)))

  mat<-rbind(c(v_data,v_nodata),c(adj_data,adj_nodata))

  chisq_result<-chisq.test(mat)

  pvalue<-chisq_result$p.value

  resultlist<-c(pvalue,celltype,samplelist[2],celltype)

  return(resultlist)

}