Wessa.net

Send output to:

Data X:
'g' 'Often' 'Both' 'g' 'Not_bul' 'Physical' 'g' 'Rarely' 'Mental' 'g' 'Rarely' 'Mental' 'b' 'Not_bul' 'Physical' 'b' 'Not_bul' 'Physical' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Mental' 'g' 'Often' 'Mental' 'b' 'Often' 'Both' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Mental' 'b' 'Rarely' 'Mental' 'b' 'Rarely' 'Both' 'b' 'Not_bul' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Mental' 'b' 'Often' 'Both' 'b' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Mental' 'b' 'Rarely' 'Both' 'b' 'Often' 'Both' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Both' 'g' 'Often' 'Mental' 'b' 'Often' 'Both' 'g' 'Rarely' 'Physical' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Mental' 'g' 'Often' 'Mental' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Not_bul' 'g' 'Rarely' 'Both' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Physical' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Mental' 'g' 'Often' 'Both' 'b' 'Rarely' 'Physical' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'b' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Not_bul' 'g' 'Often' 'Mental' 'g' 'Rarely' 'Mental' 'b' 'Often' 'Both' 'b' 'Rarely' 'Both' 'g' 'Rarely' 'Not_bul' 'b' 'Rarely' 'Mental' 'g' 'Rarely' 'Mental' 'b' 'Often' 'Mental' 'b' 'Not_bul' 'Mental' 'b' 'Often' 'Physical' 'g' 'Rarely' 'Mental' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Both' 'g' 'Rarely' 'Mental' 'g' 'Not_bul' 'Mental' 'b' 'Rarely' 'Mental' 'b' 'Rarely' 'Not_bul' 'b' 'Rarely' 'Not_bul' 'b' 'Often' 'Mental' 'g' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'g' 'Not_bul' 'Mental' 'g' 'Often' 'Physical' 'b' 'Often' 'Not_bul' 'b' 'Often' 'Physical' 'g' 'Not_bul' 'Mental' 'b' 'Often' 'Mental' 'b' 'Rarely' 'Mental' 'g' 'Often' 'Mental' 'g' 'Often' 'Mental' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Mental' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Mental' 'g' 'Often' 'Both' 'g' 'Often' 'Mental' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'g' 'Often' 'Mental' 'b' 'Rarely' 'Mental' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Physical' 'g' 'Often' 'Both' 'g' 'Rarely' 'Physical' 'b' 'Often' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Both' 'b' 'Often' 'Not_bul' 'b' 'Rarely' 'Physical' 'b' 'Not_bul' 'Both' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Both' 'b' 'Rarely' 'Both' 'b' 'Often' 'Physical' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'g' 'Often' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Mental' 'g' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Mental' 'g' 'Rarely' 'Physical' 'g' 'Rarely' 'Both' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Often' 'Mental' 'b' 'Rarely' 'Physical' 'b' 'Rarely' 'Mental' 'g' 'Often' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Both' 'g' 'Often' 'Mental' 'b' 'Rarely' 'Mental' 'g' 'Rarely' 'Mental' 'g' 'Often' 'Mental' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'b' 'Not_bul' 'Not_bul' 'b' 'Often' 'Both' 'g' 'Often' 'Both' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Both' 'b' 'Often' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Mental' 'b' 'Rarely' 'Physical' 'b' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Often' 'Mental' 'g' 'Often' 'Both' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'g' 'Often' 'Mental' 'b' 'Rarely' 'Physical' 'b' 'Often' 'Mental' 'g' 'Rarely' 'Mental' 'g' 'Often' 'Not_bul' 'b' 'Rarely' 'Physical' 'g' 'Rarely' 'Both' 'b' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Rarely' 'Mental' 'b' 'Rarely' 'Mental' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Mental' 'b' 'Rarely' 'Physical' 'g' 'Not_bul' 'Mental' 'g' 'Often' 'Both' 'b' 'Not_bul' 'Not_bul' 'g' 'Not_bul' 'Not_bul' 'b' 'Not_bul' 'Not_bul'
Names of X columns:
gender how_often_bullied type_of_bullying which_year gender_of_bully
Column Containing First Factor Variable


Column Containing Second Factor Variable


Type of Chi Square test to use (?)



R Code
cat1 <- as.numeric(par1) # cat2<- as.numeric(par2) # simulate.p.value=FALSE if (par3 == 'Exact Pearson Chi Square by simulation') simulate.p.value=TRUE x <- t(x) (z <- array(unlist(x),dim=c(length(x[,1]),length(x[1,])))) (table1 <- table(z[,cat1],z[,cat2])) (V1<-dimnames(y)[[1]][cat1]) (V2<-dimnames(y)[[1]][cat2]) load(file='createtable') a<-table.start() a<-table.row.start(a) a<-table.element(a,'Tabulation of Results',ncol(table1)+1,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a,paste(V1,' x ', V2),ncol(table1)+1,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, ' ', 1,TRUE) for(nc in 1:ncol(table1)){ a<-table.element(a, colnames(table1)[nc], 1, TRUE) } a<-table.row.end(a) for(nr in 1:nrow(table1) ){ a<-table.element(a, rownames(table1)[nr], 1, TRUE) for(nc in 1:ncol(table1) ){ a<-table.element(a, table1[nr, nc], 1, FALSE) } a<-table.row.end(a) } a<-table.end(a) table.save(a,file='mytable.tab') (cst<-chisq.test(table1, simulate.p.value=simulate.p.value) ) a<-table.start() a<-table.row.start(a) a<-table.element(a,'Tabulation of Expected Results',ncol(table1)+1,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a,paste(V1,' x ', V2),ncol(table1)+1,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, ' ', 1,TRUE) for(nc in 1:ncol(table1)){ a<-table.element(a, colnames(table1)[nc], 1, TRUE) } a<-table.row.end(a) for(nr in 1:nrow(table1) ){ a<-table.element(a, rownames(table1)[nr], 1, TRUE) for(nc in 1:ncol(table1) ){ a<-table.element(a, round(cst$expected[nr, nc], digits=2), 1, FALSE) } a<-table.row.end(a) } a<-table.end(a) table.save(a,file='mytable1.tab') a<-table.start() a<-table.row.start(a) a<-table.element(a,'Statistical Results',2,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, cst$method, 2,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, 'Chi Square Statistic', 1, TRUE) a<-table.element(a, round(cst$statistic, digits=2), 1,FALSE) a<-table.row.end(a) if(!simulate.p.value){ a<-table.row.start(a) a<-table.element(a, 'Degrees of Freedom', 1, TRUE) a<-table.element(a, cst$parameter, 1,FALSE) a<-table.row.end(a) } a<-table.row.start(a) a<-table.element(a, 'P value', 1, TRUE) a<-table.element(a, round(cst$p.value, digits=2), 1,FALSE) a<-table.row.end(a) a<-table.end(a) table.save(a,file='mytable2.tab')

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	1 seconds
R Server	Big Analytics Cloud Computing Center
R Engine error message	Error in array(list("g", "Often", "Both", "g", "Not_bul", "Physical", : length of 'dimnames' [1] not equal to array extent Execution halted