Ki-kare uyum iyiliği testi için post-hoc test

Üç kategoride ki-kare uyum iyiliği (GOF) testi yürütüyorum ve özellikle her kategorideki nüfus oranlarının eşit olduğunu (yani, her grupta 1/3 olduğu) null değerini test etmek istiyorum:

GÖZLENEN VERİLER
Grup 1 Grup 2 Grup 3 Toplam
686 928 1012 2626

Bu nedenle, bu GOF testi için beklenen sayımlar 2626 (1/3) = 875.333'tür ve test , <0.0001 değerinde oldukça anlamlı bir p - değeri verir .

Şimdi, Grup 1'in 2 ve 3'ten önemli ölçüde farklı olduğu açıktır ve 2 ve 3'ün önemli ölçüde farklı olması olası değildir. Ancak, tüm bunları resmi olarak test etmek ve her vaka için bir p- değeri sağlamak isteseydim, uygun yöntem ne olurdu?

Tüm çevrimiçi aradım ve farklı görüşler var gibi görünüyor, ancak resmi bir belge yok. Bunu ele alan bir metin veya hakemli bir yazı olup olmadığını merak ediyorum.

Benim için makul görünen şey, genel testin ışığında, her bir oran çiftindeki fark için, muhtemelen değerinde bir düzeltmeyle (belki Bonferroni, örneğin) z testi yapmaktır . $\alpha$

— Meg
kaynak

t-testleri uygun olmaz. Çift uyum uyum testi (oran testleri) yapabilirsiniz. Ne gibi farklı görüşler buldun?

— Glen_b

Özür dilerim - Z testi demek istedim (iki oranda fark için). Ben düzenleyeceğim.

— Meg

Bu bağlantı, diğer tüm grupları ilgilenen gruba göre gruplandırdığını söylüyor (Fisher'in kesin testi için, ancak bu bağlantı ki-kare hakkında başka bir bağlantıdan yönlendiriliyor, ki burada yazar ki-kare için aynı yöntemi uyguladığını söylüyor Fisher'in tam olarak gelince ): biostathandbook.com/exactgof.html#posthoc Ama bu gerçekten istediğim şey değil - İkili istiyorum, diğerlerine karşı bir grup değil.

— Meg

Bulduğum diğer birçok kaynak, bir GOF testi değil, bir beklenmedik durum tablosu ayarı hakkında konuşuyor.

— Meg

Evet, her bir çift karşılaştırmanın oran testlerini (tek örnekli z testi veya binom testi veya ki-kare testi olarak yapılabilir) yapabilirsiniz. Bire-tüm karşılaştırmalar yapmaya gerek yoktur.

— Glen_b -Mons Monica

Yanıtlar:

Şaşırtıcı bir şekilde, birkaç arama, uyum iyiliği için post hoc'un önceki tartışmasını gündeme getirmedi; Muhtemelen burada bir yerde bir tane var, ama kolayca bulamadığım için, yorumlarımı bir cevaba dönüştürmenin makul olduğunu düşünüyorum, böylece insanlar en azından kullandığım aynı arama terimlerini kullanarak bunu bulabilirler.

Yapmak istediğiniz ikili karşılaştırmalar (yalnızca ilgili iki grubu karşılaştırmaya bağlı olarak) mantıklıdır.

Bu, grup çiftlerinin alınması ve gruplardan birindeki oranın 1/2'den farklı olup olmadığını test etme anlamına gelir (tek örneklik oran testi). Bu - önerdiğiniz gibi - bir z testi olarak yapılabilir (binom testi ve ki-kare uyum iyiliği de işe yarayacaktır).

Genel tip I hata oranı ile başa çıkmak için her zamanki yaklaşımların birçoğu burada çalışmalıdır (Bonferroni dahil - bununla birlikte gelebilecek olağan sorunlarla birlikte).

— Glen_b-Monica'yı eski durumuna döndür
kaynak

Tavsiyeniz ve yanıt olarak gönderdiğiniz için teşekkür ederiz. Ben de bu konunun görünüşe göre GOF vakası için gelmediğine biraz şaşırdım.

— Meg

Bu konu tartışılmadığı için ben de şaşırdım. Glen ile aynı çözümü buldum ama hala şüphelerim var. İlk olarak, her bir çift "global" örnekten bağımsız değildir. Örneğin, 70,16,14'ümüz olduğunu düşünün, böylece 16 ve 14'ü 15/15 ile karşılaştırmanızı öneririz. Ancak, diğer gözlemlerde 72,14,14 olabilir. yani, çiftteki "üstünlük" kaynağı, çiftte bir muadil olmayabilir .. İkincisi, eğer seçenekler gerçekten bağımsız olmasaydı, Bonferroni gibi bir grup ayarlaması uygulamalıyız? Çok seçenekli miydi?

— Niksr

Merak ediyorum, bu amaç için McNemar post-hoc ile Cochran Q-testi kullanmak mümkün olabilir mi? Bu test için tüm koşullar yerine getirilmiş gibi görünüyor: 1) kontrol aşaması - eşit dağılım 2) olay - uyaranlara reaksiyon 3) bu çift karşılaştırması (varsayımsal rastgele seçim ile gerçek seçim arasında) 4) null - uyaran üzerindeki reaksiyon rastgele farklıdır

— Niksr

so you suggest compare 16 and 14 against 15/15@Niksr, hayır. Glen iki grubu 50/50yüzde olarak karşılaştırır . 3. grup karşılaştırmanın dışında tutulmuştur.

— ttnphns

Evet, demek istediğim 16 ve 14 vakalar, yüzde değil.

— Niksr

Aynı sorunu yaşadım (ve bu gönderiyi bulmaktan mutlu oldum). Şimdi de Sheskin (2003: 225) ile ilgili paylaşmak istediğim kısa bir not buldum:

"Gerçekleştirilebilecek başka bir karşılaştırma türü, orijinal altı hücrenin sadece ikisini birbiriyle karşılaştırmaktır. Özellikle, hücre l / Pazartesi ile Hücre 2 / Salı karşılaştırmak istediğimizi varsayalım [...] Yukarıdaki örnekte, sadece iki hücre kullandığımız için, her hücre için olasılık π_i = 1/2 olacaktır.Her hücrenin beklenen frekansı, cells_i = 1/2 değerini iki hücredeki toplam gözlem sayısıyla çarparak elde edilir ( Daha önce de belirtildiği gibi, yukarıdaki gibi bir karşılaştırma yaparken, araştırmacının ele alması gereken kritik bir konu, sıfır hipotezini değerlendirirken alfa değerinin hangi değerde kullanılacağıdır. "

Sheskin, DJ 2003. Parametrik ve Parametrik Olmayan İstatistiksel Prosedürler El Kitabı: Üçüncü Baskı. CRC tuşuna basın.

— Karen
kaynak