Kiểm tra Fisher trong R


10

Giả sử chúng ta có tập dữ liệu sau:

                Men    Women    
Dieting         10      30
Non-dieting     5       60

Nếu tôi chạy thử nghiệm chính xác của Fisher trong R thì điều đó có nghĩa là gì alternative = greater(hoặc ít hơn)? Ví dụ:

mat = matrix(c(10,5,30,60), 2,2)
fisher.test(mat, alternative="greater")

Tôi nhận được p-value = 0.01588odds ratio = 3.943534. Ngoài ra, khi tôi lật các hàng của bảng dự phòng như thế này:

mat = matrix(c(5,10,60,30), 2, 2)
fisher.test(mat, alternative="greater")

sau đó tôi nhận được p-value = 0.9967odds ratio = 0.2535796. Nhưng, khi tôi chạy hai bảng dự phòng mà không có đối số thay thế (nghĩa là fisher.test(mat)) , thì tôi nhận được p-value = 0.02063.

  1. Bạn có thể vui lòng giải thích lý do cho tôi?
  2. Ngoài ra, giả thuyết null và giả thuyết thay thế trong các trường hợp trên là gì?
  3. Tôi có thể chạy thử nghiệm câu cá trên một bảng dự phòng như thế này không:

    mat = matrix(c(5000,10000,69999,39999), 2, 2)

PS: Tôi không phải là một nhà thống kê. Tôi đang cố gắng học thống kê để sự giúp đỡ của bạn (câu trả lời bằng tiếng Anh đơn giản) sẽ được đánh giá cao.

Câu trả lời:


11

greater(hoặc less) đề cập đến thử nghiệm một phía so sánh giả thuyết khống với giả thuyết p1=p2thay thế p1>p2(hoặc p1<p2). Ngược lại, một bài kiểm tra hai mặt so sánh các giả thuyết null với giải pháp thay thế p1không bằng p2.

Đối với bảng của bạn, tỷ lệ người ăn kiêng là nam là 1/4 = 0,25 (10 trên 40) trong mẫu của bạn. Mặt khác, tỷ lệ người không ăn kiêng là nam là 1/13 hoặc (5 trên 65) bằng 0,077 trong mẫu. Vì vậy, ước tính cho p1là 0,25 và cho p2là 0,077. Do đó, nó xuất hiện p1>p2.

Đó là lý do tại sao đối với phương án một phía p1>p2, giá trị p là 0,01588. (Giá trị p nhỏ cho thấy giả thuyết null là không thể và có thể thay thế.)

Khi thay thế là p1<p2chúng tôi thấy rằng dữ liệu của bạn chỉ ra rằng sự khác biệt là theo hướng sai (hoặc không dự đoán được).

Đó là lý do tại sao trong trường hợp đó, giá trị p rất cao 0,9967. Đối với phương án hai mặt, giá trị p phải cao hơn một chút so với phương án một phía p1>p2. Và thực tế, nó có giá trị p bằng 0,02063.


Giải thích tuyệt vời. Vì vậy, thử nghiệm chính xác câu cá thực sự so sánh xác suất giữa các hàng trái ngược với cột?
Christian
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.