Kiểm tra chính xác và phân phối siêu âm của Fisher

Tôi muốn hiểu thử nghiệm chính xác của ngư dân tốt hơn, vì vậy tôi đã nghĩ ra ví dụ đồ chơi sau đây, trong đó f và m tương ứng với nam và nữ, và n và y tương ứng với "tiêu thụ soda" như thế này:

> soda_gender

    f m
  n 0 5
  y 5 0

Rõ ràng, đây là một sự đơn giản hóa mạnh mẽ, nhưng tôi không muốn bối cảnh cản trở. Ở đây tôi chỉ cho rằng nam giới không uống soda và nữ giới uống soda, và muốn xem liệu các quy trình thống kê có đưa ra kết luận tương tự hay không.

Khi tôi chạy thử nghiệm chính xác câu cá trong R, tôi nhận được kết quả như sau:

> fisher.test(soda_gender)
Fisher's Exact Test for Count Data

data:  soda_gender
p-value = 0.007937
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.0000000 0.4353226
sample estimates:
odds ratio 
         0

Ở đây, vì giá trị p là 0,007937, chúng tôi sẽ kết luận rằng tiêu thụ giới tính và soda có liên quan.

Tôi biết rằng thử nghiệm chính xác của ngư dân có liên quan đến phân phối hypergeomteric. Vì vậy, tôi muốn có được kết quả tương tự bằng cách sử dụng đó. Nói cách khác, bạn có thể xem vấn đề này như sau: có 10 quả bóng, trong đó 5 quả bóng được dán nhãn là "nam" và 5 quả bóng được dán nhãn là "nữ" và bạn rút ngẫu nhiên 5 quả bóng mà không cần thay thế và bạn thấy 0 quả bóng nam . Cơ hội của quan sát này là gì? Để trả lời câu hỏi này, tôi đã sử dụng lệnh sau:

> phyper(q=0,m=5,n=5,k=5,lower.tail=TRUE)
[1] 0.003968254

Câu hỏi của tôi là: 1) Hai kết quả khác nhau như thế nào? 2) Có bất cứ điều gì không chính xác hoặc không nghiêm ngặt trong lý luận của tôi ở trên?

fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

— Alby
nguồn

Thử nghiệm chính xác của Fisher hoạt động bằng cách điều chỉnh dựa trên lề bàn (trong trường hợp này là 5 nam và nữ và 5 người uống soda và không uống). Theo các giả định của giả thuyết khống, xác suất tế bào để quan sát một người uống soda nam, người không uống soda, người uống soda nữ hoặc người không uống soda đều có khả năng như nhau (0,25) vì tổng số lề.

Bảng cụ thể mà bạn đã sử dụng cho FET không có bảng nào ngoài converse của nó, 5 người uống không phải soda và 5 người uống soda nam, "ít nhất là không thể" theo giả thuyết khống. Vì vậy, bạn sẽ nhận thấy rằng việc nhân đôi xác suất bạn đạt được trong mật độ siêu bội của bạn mang lại cho bạn giá trị p FET.

— Adam
nguồn

Ghi chú của Mạnh về phyper và fishing.test (hoạt động tương tự, nhưng có giao diện rất khác nhau) rất hữu ích: mengnote.blogspot.qa/2012/12/ Lỗi

— Aditya