Thử nghiệm chi bình phương G-test vs Pearson

Tôi đang thử nghiệm tính độc lập trong bảng dự phòngTôi không biết bài kiểm tra chi bình phương của G-test hay Pearson là tốt hơn. Kích thước mẫu là hàng trăm nhưng có một số lượng tế bào thấp. Như đã nêu trên trang Wikipedia , phép tính gần đúng cho phân phối chi bình phương sẽ tốt hơn cho kiểm tra G so với kiểm tra chi bình phương của Pearson. Nhưng tôi đang sử dụng mô phỏng Monte Carlo để tính giá trị p, vậy có sự khác biệt nào giữa hai thử nghiệm này không?$N \times M$

Họ không có triệu chứng giống nhau. Họ chỉ là những cách khác nhau để có được cùng một ý tưởng. Cụ thể hơn, bài kiểm tra chi bình phương của Pearson là bài kiểm tra điểm, trong khi bài kiểm tra G là bài kiểm tra tỷ lệ khả năng. Để hiểu rõ hơn về những ý tưởng đó, nó có thể giúp bạn đọc câu trả lời của tôi ở đây: Tại sao giá trị p của tôi khác nhau giữa đầu ra hồi quy logistic, kiểm tra chi bình phương và khoảng tin cậy cho OR? Để trả lời câu hỏi trực tiếp của bạn, nếu bạn đang tính toán giá trị p bằng mô phỏng Monte Carlo, thì điều đó không thành vấn đề; bạn chỉ có thể sử dụng bất cứ điều gì thuận tiện hơn cho bạn. Lưu ý rằng không có vấn đề gì với số lượng tế bào thấp, chỉ (có khả năng) dự kiến thấpsố lượng tế bào; có thể có số lượng tế bào thấp và có số lượng dự kiến ​​là tốt. Hơn nữa, không phải số lượng thực tế thấp hay số lượng dự kiến ​​thấp đều quan trọng khi giá trị p được xác định bằng mô phỏng.

(Đối với giá trị của nó, tôi có thể sẽ sử dụng chi bình phương của Pearson, vì R có chức năng thuận tiện cho chức năng bao gồm tùy chọn mô phỏng giá trị p.)

Hãy nhìn vào Rfast. https://cran.r-project.org/web/packages/Rfast/index.html Các lệnh có liên quan là g2Test_univariate (data, dc) g2Test_univariate_perm (data, dc, nperm) Các phép tính cực kỳ nhanh. Và nói chung thích thử nghiệm G ​​^ 2 vì bình phương Chi là một xấp xỉ với nó.

Kiểm tra chi bình phương và kiểm tra G thường cho kết quả tương tự. Nhưng điều quan trọng nhất ở đây là bạn phải chọn một trong hai bài kiểm tra và kiên trì thực hiện, không chỉ cho bài kiểm tra được đề cập mà còn cho các bài kiểm tra trong tương lai trong quá trình nghiên cứu của bạn. Đó là khuyến khích bởi vì nếu bạn cố gắng sử dụng cả hai xét nghiệm thay thế cho nhau, rất có khả năng bạn sẽ tăng cơ hội nhận được dương tính giả.