prop.test как тут быть Опции

[kont]

Коллеги, смотрите, как пользоваться проп.тестом, если у нас всего двупольная таблица ,я знаю! Но что делать, если возможных градаций 3?

Код

    полный ответ    Стабилизация    Частичный ответ
Группа    n    n    n
R    0    2    28
T    1    1    28

Т.е. в каждой группе по 30, всего 60.
И тут я впал в ступор, я не могу понять, а как составить таблицу для трех градаций, чтобы посмотреть межгрупповое различие. Мне просто нужно ещё и 95% ДИ рассчитать.
Может кто подскажет

[leo_biostat]

Коллеги, смотрите, как пользоваться проп.тестом, если у нас всего двупольная таблица ,я знаю! Но что делать, если возможных градаций 3?

Код

    полный ответ    Стабилизация    Частичный ответ
Группа    n    n    n
R    0    2    28
T    1    1    28

Т.е. в каждой группе по 30, всего 60.
И тут я впал в ступор, я не могу понять, а как составить таблицу для трех градаций, чтобы посмотреть межгрупповое различие. Мне просто нужно ещё и 95% ДИ рассчитать.
Может кто подскажет

KONT, привет!
Полагаю, Вы уже прочитали высланный Вам по почте детальный результат анализа этой таблицы сопряжённости.
Поэтому вновь обращаю Ваше внимание, и внимание других читателей, на следующий важный факт, приводя отдельные фрагменты высланного результата.
"
WARNING: 67% of the cells have expected counts less than 5.
(Asymptotic) Chi-Square may not be a valid test.
"
То есть при анализе таблиц сопряжённости с такими деталями, проблематично получить продуктивный и надёжный результат.

Далее, в этом же результате привёл следующий фрагмент:

"
Statistics for Table of A by B

Pearson Chi-Square Test
----------------------------------
Chi-Square 1.3333
DF 2
Asymptotic Pr > ChiSq 0.5134

Monte Carlo Estimate for the Exact Test

Pr >= ChiSq 1.0000
99% Lower Conf Limit 1.0000
99% Upper Conf Limit 1.0000

Number of Samples 10000000
Initial Seed 527377001

"

То есть по методу Монте-Карло с 1 млн выборок, получаем 99%-ные ДИ для уровней стат. значимости равные 1.

Интересно сравнить с результатами этого же метода Монте-Карло при 100 выборках. Вот что получим:
"

Statistics for Table of A by B

Pearson Chi-Square Test
----------------------------------
Chi-Square 1.3333
DF 2
Asymptotic Pr > ChiSq 0.5134

Monte Carlo Estimate for the Exact Test

Pr >= ChiSq 1.0000
99% Lower Conf Limit 0.9550
99% Upper Conf Limit 1.0000

Number of Samples 100
Initial Seed 611244001

"

То есть уже при 100 выборках метод Монте-Карло подтверждает отсутствие взаимосвязи пары признаков.

Итак, когда большой процент малых значений ожидаемых (расчётных) частот, следует использовать метод Монте-Карло.

P.S.
Все приведённые выше результаты получены не с помощью пакета SPSS.


А вот какие подобные результаты для таблицы без малых значений расчётных частот, получены в SPSS.

Вот сама таблица:


Комбинационная таблица VAR4A * VAR13A
Количество
VAR13A Всего
1 2 3 4
VAR4A 0 19 21 22 9 71
1 11 9 8 21 49
Всего 30 30 30 30 120






Но для подобной таблицы, где нет расчётных частот менее 5, ДИ получаются уже иные (см. рисунок ниже):












Сообщение отредактировал leo_biostat - 22.02.2017 - 16:48