Hiệu chỉnh liên tục của Yates cho các bảng dự phòng 2 x 2


9

Tôi muốn thu thập ý kiến ​​từ những người trong lĩnh vực về hiệu chỉnh liên tục của Yates cho các bảng dự phòng 2 x 2. Bài viết Wikipedia đề cập đến nó có thể điều chỉnh quá xa, và do đó chỉ được sử dụng theo nghĩa hạn chế. Các bài viết liên quan ở đây không cung cấp cái nhìn sâu sắc hơn nhiều.

Vậy với những người sử dụng các bài kiểm tra này thường xuyên, suy nghĩ của bạn là gì? Có tốt hơn để sử dụng sự điều chỉnh hay không?

Và một ví dụ trong thế giới thực sẽ mang lại kết quả khác nhau ở mức độ tin cậy 95%. Lưu ý rằng đây là một vấn đề bài tập về nhà, nhưng lớp học của chúng tôi không đối phó với sự điều chỉnh liên tục của Yates, vì vậy hãy ngủ dễ dàng khi biết bạn không làm bài tập về nhà cho tôi.

samp <- matrix(c(13, 12, 15, 3), byrow = TRUE, ncol = 2)
colnames(samp) <- c("No", "Yes")
rownames(samp) <- c("Female", "Male")

chisq.test(samp, correct = TRUE)
chisq.test(samp, correct = FALSE)    

Câu trả lời:


6

Kết quả sửa lỗi của Yates trong các bài kiểm tra bảo thủ hơn như với các bài kiểm tra "chính xác" của Fisher.

Dưới đây là một hướng dẫn trực tuyến về việc sử dụng hiệu chỉnh liên tục của Yates , bởi Stefanescu và cộng sự, trong đó chỉ ra rõ ràng những sai sót khác nhau của việc hiệu chỉnh hệ thống đối với tính liên tục (trang 4-6). Trích dẫn Agresti ( CDA 2002), "Yates (1934) đã đề cập rằng Fisher đề nghị siêu âm cho anh ta để thử nghiệm chính xác", dẫn đến phiên bản sửa lỗi liên tục của . Agresti cũng chỉ ra rằng thử nghiệm của Fisher là một lựa chọn tốt hiện nay khi máy tính có thể làm điều đó ngay cả đối với các mẫu lớn (tr. 103). Bây giờ, vấn đề là việc chọn một bài kiểm tra thực sự phụ thuộc vào câu hỏi được hỏi và các giả định được đưa ra bởi mỗi người trong số họ (ví dụ, trong trường hợp bài kiểm tra của Fisher, chúng tôi cho rằng tỷ suất lợi nhuận là cố định).χ2

Trong trường hợp của bạn, Fisher kiểm tra và sửa đồng ý và mang lại giá trị trên 5%. Trong trường hợp thông thường , nếu giá trị được tính bằng cách sử dụng phương pháp Monte Carlo (xem ), thì nó cũng không đạt được ý nghĩa.χ2pχ2psimulate.p.value

Các tài liệu tham khảo hữu ích khác liên quan đến các vấn đề kích thước mẫu nhỏ và việc lạm dụng thử nghiệm của Fisher, bao gồm:


Cảm ơn các tài liệu tham khảo. Tôi đã có thể tìm thấy phiên bản "in sẵn" của giấy Campbell ở đây cho những người không thể truy cập Pub Med.
Đuổi theo

3

Nếu bạn có số lượng đủ thấp để Yates Correction gây lo lắng (như trong ví dụ của bạn), có lẽ bạn nên sử dụng thử nghiệm chính xác của Fisher. Mặt khác, tôi khuyên bạn sau khi bạn sử dụng kiểm tra chi bình phương trên bảng 2x2, bạn xác nhận kiểm tra của mình bằng kiểm tra z tỷ lệ tỷ lệ cược log.


Tại sao phải kiểm tra tỷ lệ cược log z -test? Đó là bài kiểm tra Wald và bài kiểm tra Wald thường thực hiện kém hơn bài kiểm tra điểm số như bài kiểm tra chi bình phương của Pearson. Đây có phải là một ngoại lệ?
vào

cảm ơn vì thông tin! Bài kiểm tra của Fisher dường như là một phương pháp mạnh mẽ hơn cho những câu hỏi như thế này. Tôi không nghĩ rằng khóa học tôi hiện đang tham gia sẽ giải quyết bài kiểm tra của Fisher, nhưng tôi chắc chắn sẽ ghi nhớ nó cho các ứng dụng trong thế giới thực.
Đuổi theo
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.