Может ли кто-нибудь сказать мне, почему R не использует весь data.frame для этого chisq.test?

Я не могу придумать решение проблемы, с которой я столкнулся, когда пытался создать свой собственный data.frame и провести на нем количественный анализ (например, chisq.test).

Фон выглядит следующим образом: я обобщил данные, которые я получил относительно двух больниц. Оба измеряли одну и ту же категориальную переменную n раз. В данном случае это то, как часто бактерии, связанные с оказанием медицинской помощи, обнаруживались в течение определенного периода наблюдения.

В таблице сводные данные выглядят следующим образом, где % означает процент от всех измерений, выполненных за период времени.

                                    n Hospital 1 (%)      n Hospital 2 (%)
Healthcare associated bacteria          829 (59.4)            578 (57.6)
Community associated bacteria           473 (33.9)            372 (37.1)
Contaminants                             94 (6.7)              53 (5.3)
Total                                  1396 (100.0)          1003 (100.0)

Теперь, глядя на проценты, становится очевидным, что пропорции очень похожи, и вы можете задаться вопросом, с какой стати я хочу статистически сравнивать две больницы. Но у меня есть другие данные, где пропорции другие, поэтому цели этого вопроса:

Как сравнить Больницу 1 с Больницей 2 в отношении измеряемых категорий.

Поскольку данные представлены в обобщенном виде и в формате массива, я решил сделать data.frame для каждой из отдельных переменных/категорий.

hosp1 <- rep(c("Yes", "No"), times=c(829,567))
hosp2 <- rep(c("Yes", "No"), times=c(578,425))
all <- cbind(hosp1, c(hosp2,rep(NA, length(hosp1)-length(hosp2))))
all <- data.frame(all)
names(all)[2]<-"hosp2"
summary(all)

Пока все хорошо, потому что резюме выглядит правильным, чтобы теперь можно было запустить chisq.test(). Но теперь все становится странно.

with(all, chisq.test(hosp1, hosp2, correct=F))

    Pearson's Chi-squared test

data:  hosp1 and hosp2
X-squared = 286.3087, df = 1, p-value < 2.2e-16

Результаты, кажется, указывают на то, что есть существенная разница. Если вы сопоставите данные, вы увидите, что R суммирует их очень странным образом:

with(all, table(hosp1, hosp2))

       No Yes
  No  174   0
  Yes 251 578

Так что, конечно, если данные суммировать таким образом, будет статистически значимое открытие, потому что одна категория резюмируется как не имеющая измерений вообще. Почему это происходит и что я могу сделать, чтобы исправить это? Наконец, вместо того, чтобы создавать отдельные data.frame для каждой категории, существует ли очевидная функция для ее зацикливания? Я не могу придумать ни одного.

Спасибо за вашу помощь!

ОБНОВЛЕНО НА ОСНОВЕ ЗАПРОСА THELATEMAIL ДЛЯ RAW DATA.FRAME

dput(SO_Example_v1)
structure(list(Type = structure(c(3L, 1L, 2L), .Label = c("Community", 
"Contaminant", "Healthcare"), class = "factor"), hosp1_WoundAssocType = c(464L, 
285L, 24L), hosp1_BloodAssocType = c(73L, 40L, 26L), hosp1_UrineAssocType = c(75L, 
37L, 18L), hosp1_RespAssocType = c(137L, 77L, 2L), hosp1_CathAssocType = c(80L, 
34L, 24L), hosp2_WoundAssocType = c(171L, 115L, 17L), hosp2_BloodAssocType = c(127L, 
62L, 12L), hosp2_UrineAssocType = c(50L, 29L, 6L), hosp2_RespAssocType = c(135L, 
142L, 6L), hosp2_CathAssocType = c(95L, 24L, 12L)), .Names = c("Type", 
"hosp1_WoundAssocType", "hosp1_BloodAssocType", "hosp1_UrineAssocType", 
"hosp1_RespAssocType", "hosp1_CathAssocType", "hosp2_WoundAssocType", 
"hosp2_BloodAssocType", "hosp2_UrineAssocType", "hosp2_RespAssocType", 
"hosp2_CathAssocType"), class = "data.frame", row.names = c(NA, 
-3L))

Объяснение: Этот data.frame на самом деле более сложен, чем то, что кратко изложено в таблице выше, поскольку он также содержит информацию о том, где культивировались определенные типы бактерий (например, в ранах, посевах крови, катетерах и т. д.). Итак, таблица, которую я делаю, на самом деле выглядит следующим образом:

                                                 All locations
                                n Hospital 1 (%)      n Hospital 2 (%)  p-val
Healthcare associated bacteria     829 (59.4)            578 (57.6)     0.39
Community associated bacteria      473 (33.9)            372 (37.1)     ...
Contaminants                       94 (6.7)              53 (5.3)       ...
Total                              1396 (100.0)          1003 (100.0)   -

Где заголовок «Все местоположения» впоследствии будет заменен на рану, кровь, мочу, катетер и т. д.