Хи-квадрат, Интерпретация результатов Опции

[RomanPetrov]

Таблицы сопряженности А - 19 D - 5 B - 15 C - 13.

1. хи квадрат и хи квадрат с поправкой Йетса оносторонний больше уровня значимости .0531 и .05035 соответственно, точный Фишера односторонний .0493.
Как интерпретировать? Значимы различия?

2.Фи-коэффициент 0,07193. - и + есть значение? направление сопряженности и сила ассоциации?

Спасибо.

[kont]

100$, что-то не вижу ни одного он-лаин калькулятора для этого. Нашел пару линков, но они левые какие-то
DoctorStat, изменения в процентах? тут Т-критерий подойдет?
и все такие я так и не понял что значит pi=0,70, a pi0=0,50 там на картинке.

Сообщение отредактировал kont - 1.03.2014 - 12:52

[nokh]

100$, что-то не вижу ни одного он-лаин калькулятора для этого. Нашел пару линков, но они левые какие-то

По-моему, вы занимаетесь не совсем тем, что движет новичка в нужном направлении... Хотя путь у каждого свой и, несомненно, лучше двигаться, чем стоять. 100$ совершенно прав: калькуляторов - полно! Если проработать "живые" линки с этой страницы, то многое можно грамотно обсчитать вообще без статпакетов: http://statpages.org/
В конце страницы - нужный раздел с калькуляторами для планирования исследования (Power, Sample Size and Experimental Design Calculations). Например этот, где собрано 29 калькуляторов: http://powerandsamplesize.com/
Выбираете Compare 2 Proportions - 2-Sample, 2-Sided Equality
В окне Calculate выбираете что вам нужно: Мощность (Power), которую горе-переводчики Гланца обозвали "чувствительностью" или объём выборки (Samle size). Обычно всё-таки считают не мощность уже проведённого исследования, а именно объём выборки планируемого. Выставляем Samle size.
Предположим, вы хотите обнаружить двукратное снижение % по интересующему показателю. Изучив литературу по вопросу (+ возможно проведя какие-то свои пилотные исследования) вы обнаружили, что в интересующей вас совокупности частота показателя обычно составляет около 40% или 0,4 (в долях единицы), а вы планируете к/л воздействием снизить её в 2 раза (до 20% или 0,2). Выставляете Power 0.8, альфа 5%, группа А - 0.4, группа B - 0.2, отношение объёмов групп - 1 (если планируете использовать равные объёмы выборок) и нажимаете Calculate
Получаете, что для обнаружения планируемого эффекта вам понадобятся 2 выборки по 79 объектов в каждой.
Если для чего-то интересно посмотреть мощность - выставляйте Power и далее аналогично.
Под расчётами полезно посмотреть формулы, ссылку откуда они взяты, а также код на R. Если скопировать его себе, то можно у себя в среде R запускать этот расчёт оффлайн.


Сообщение отредактировал nokh - 1.03.2014 - 14:50