การทดสอบหลังการทดสอบสำหรับการทดสอบความดีแบบไคสแควร์

ฉันทำการทดสอบความดีของพอดี (GOF) ของไคสแควร์ด้วยสามประเภทและต้องการทดสอบโมฆะโดยเฉพาะว่าสัดส่วนประชากรในแต่ละหมวดหมู่เท่ากัน (กล่าวคือสัดส่วน 1/3 ในแต่ละกลุ่ม):

กลุ่ม ข้อมูล OBSERVED 1 กลุ่ม 2 กลุ่ม 3 รวม
686 928 1012 2626

ดังนั้นสำหรับการทดสอบ GOF นี้การนับที่คาดหวังคือ 2626 (1/3) = 875.333 และการทดสอบให้ค่าp - value ที่สำคัญมากที่<0.0001

ตอนนี้มันชัดเจนว่ากลุ่ม 1 แตกต่างอย่างมากจาก 2 และ 3 และไม่น่าเป็นไปได้ที่ 2 และ 3 จะแตกต่างกันอย่างมีนัยสำคัญ อย่างไรก็ตามถ้าฉันต้องการทดสอบทั้งหมดอย่างเป็นทางการและสามารถให้ค่าpสำหรับแต่ละกรณีวิธีการที่เหมาะสมจะเป็นอย่างไร

ฉันค้นหาทั่วออนไลน์และดูเหมือนว่ามีความคิดเห็นที่แตกต่างกัน แต่ไม่มีเอกสารที่เป็นทางการ ฉันสงสัยว่ามีข้อความหรือเอกสารที่ผ่านการตรวจสอบโดยเพื่อนที่ระบุสิ่งนี้

สิ่งที่สมเหตุสมผลสำหรับฉันคือการทดสอบโดยรวมที่สำคัญเพื่อทดสอบzสำหรับความแตกต่างในแต่ละคู่ของสัดส่วนอาจมีการแก้ไขค่า (อาจ Bonferroni เช่น) $\alpha$

— เม็ก
แหล่งที่มา

การทดสอบ t จะไม่เหมาะสม คุณสามารถทำการทดสอบแบบพอดีได้ (การทดสอบสัดส่วน) คุณพบความคิดเห็นที่แตกต่างกันอย่างไร

— Glen_b -Reinstate Monica

ขออภัย - ฉันหมายถึงการทดสอบแบบ z ฉันจะแก้ไข

— Meg

ลิงค์นี้บอกว่าจะจัดกลุ่มกลุ่มอื่นทั้งหมดเทียบกับหนึ่งในความสนใจ (สำหรับการทดสอบที่แน่นอนของฟิชเชอร์ แต่ลิงก์นี้ถูกเปลี่ยนเส้นทางจากลิงก์อื่นเกี่ยวกับไคสแควร์ซึ่งผู้เขียนบอกว่าจะใช้วิธีการเดียวกันสำหรับไคสแควร์ สำหรับฟิชเชอร์ที่แน่นอน): biostathandbook.com/exactgof.html#posthocแต่นี่ไม่ใช่สิ่งที่ฉันต้องการจริงๆ - ฉันต้องการ pairwise ไม่ใช่กลุ่มเดียวกับคนอื่น ๆ ทั้งหมด

— Meg

แหล่งข้อมูลอื่น ๆ ส่วนใหญ่ที่ฉันพบพูดคุยเกี่ยวกับการตั้งค่าตารางฉุกเฉินไม่ใช่การทดสอบ GOF

— Meg

ใช่คุณสามารถทำการทดสอบแบบสัดส่วน (ไม่ว่าจะเป็นการทดสอบแบบ z-test หนึ่งตัวอย่างหรือแบบทดสอบทวินามหรือการทดสอบไคสแควร์) ของการเปรียบเทียบแต่ละคู่ คุณไม่จำเป็นต้องทำการเปรียบเทียบแบบใดแบบหนึ่งกับทั้งหมด

— Glen_b -Reinstate Monica

คำตอบ:

สำหรับความประหลาดใจของฉันการค้นหาสองสามครั้งดูเหมือนจะไม่ปรากฏว่ามีการพูดคุยกันเรื่องการโพสต์เฉพาะกิจเพื่อความเหมาะสม ฉันคาดหวังว่าอาจมีที่นี่ที่ใดที่หนึ่ง แต่เนื่องจากฉันไม่สามารถค้นหาได้อย่างง่ายดายฉันคิดว่ามันมีเหตุผลที่จะเปลี่ยนความคิดเห็นของฉันเป็นคำตอบเพื่อให้ผู้คนอย่างน้อยสามารถหาสิ่งนี้ได้โดยใช้คำค้นหาเดียวกัน

การเปรียบเทียบแบบคู่ที่คุณต้องการทำ (มีเงื่อนไขในการเปรียบเทียบเฉพาะสองกลุ่มที่เกี่ยวข้อง) นั้นสมเหตุสมผล

จำนวนนี้จะทำการจับคู่กลุ่มและทดสอบว่าสัดส่วนในกลุ่มใดกลุ่มหนึ่งแตกต่างจาก 1/2 (การทดสอบสัดส่วนตัวอย่างเดียว) สิ่งนี้ - ตามที่คุณแนะนำ - สามารถทำได้ในรูปแบบ z-test (แม้ว่าการทดสอบทวินามและความเหมาะสมของไค - สแควร์ก็สามารถใช้ได้เช่นกัน)

วิธีการทั่วไปหลายวิธีในการจัดการกับอัตราความผิดพลาดประเภทที่ 1 โดยรวมควรทำงานได้ที่นี่ (รวมถึง Bonferroni - พร้อมกับปัญหาปกติที่อาจเกิดขึ้นได้)

— Glen_b -Reinstate Monica
แหล่งที่มา

ขอบคุณสำหรับคำแนะนำและการโพสต์เป็นคำตอบ ฉันก็รู้สึกประหลาดใจเล็กน้อยที่ปัญหานี้ดูเหมือนจะไม่เกิดขึ้นกับคดี GOF

— Meg

ฉันก็ประหลาดใจเช่นกันเนื่องจากปัญหานี้ไม่ได้กล่าวถึง ฉันมาถึงโซลูชันเดียวกับ Glen แต่ก็ยังมีข้อสงสัย ครั้งแรกแต่ละคู่ไม่ได้เป็นอิสระจากตัวอย่าง "ทั่วโลก" ตัวอย่างเช่นสมมติว่าเรามี 70,16,14 ดังนั้นคุณแนะนำให้เปรียบเทียบ 16 และ 14 กับ 15/15 อย่างไรก็ตามในการสังเกตอื่น ๆ อาจเป็น 72,14,14 นั่นคือที่มาของ "ความเหนือกว่า" ในคู่นี้อาจไม่เหมือนกันในคู่ที่สองเราควรใช้การปรับกลุ่มบางอย่างเช่น Bonferroni ถ้าตัวเลือกไม่ได้เป็นอิสระจริง ๆ ประการที่สามเราควรแยกแยะว่าตัวเลือกนั้นแตกต่างกันหรือไม่ มันเป็นตัวเลือกที่หลากหลายใช่ไหม

— Niksr

ฉันอยากรู้อยากเห็นอาจเป็นไปได้ที่จะใช้ Cochran Q-test กับ McNemar หลังการขายเพื่อวัตถุประสงค์นี้? ดูเหมือนว่าทุกเงื่อนไขสำหรับการทดสอบนี้จะได้พบกับ: 1) ขั้นตอนการควบคุม - การแจกแจงแบบคู่ 2) เหตุการณ์ - ปฏิกิริยาต่อสิ่งเร้า 3) นี่เป็นการเปรียบเทียบคู่ (ระหว่างตัวเลือกสุ่มสมมุติและตัวเลือกจริง) 4) null - ปฏิกิริยาต่อสิ่งเร้า

— Niksr

so you suggest compare 16 and 14 against 15/15@Niksr ไม่ เกลนเปรียบเทียบทั้งสองกลุ่มเป็น50/50เปอร์เซ็นต์ กลุ่มที่ 3 ถูกแยกออกจากการเปรียบเทียบ

— ttnphns

ใช่ฉันหมายถึง 16 และ 14 เป็นกรณีไม่ใช่ร้อยละ

— Niksr

ฉันมีปัญหาเดียวกัน (และยินดีที่จะหาโพสต์นี้) ตอนนี้ฉันพบบันทึกย่อเกี่ยวกับปัญหาใน Sheskin (2003: 225) ที่ฉันต้องการแบ่งปัน:

"การเปรียบเทียบประเภทอื่นที่สามารถทำได้คือการเปรียบเทียบเพียงสองเซลล์จากเดิมหกเซลล์กับอีกเซลล์หนึ่งโดยเฉพาะให้เราสมมติว่าเราต้องการเปรียบเทียบ Cell l / Monday กับ Cell 2 / Tuesday [... ] โปรดสังเกตว่าใน ตัวอย่างข้างต้นเนื่องจากเราใช้เซลล์เพียงสองเซลล์ความน่าจะเป็นสำหรับแต่ละเซลล์จะเป็นπ_i = 1/2 ความถี่ที่คาดหวังของแต่ละเซลล์นั้นได้มาจากการคูณπ_i = 1/2 ด้วยจำนวนการสังเกตทั้งหมดในเซลล์ทั้งสอง (ซึ่ง เท่ากับ 34) ดังที่ระบุไว้ก่อนหน้านี้ในการทำการเปรียบเทียบเช่นประเด็นข้างต้นประเด็นสำคัญที่ผู้วิจัยต้องระบุคือค่าของอัลฟ่าที่ใช้ในการประเมินสมมติฐานว่าง "

Sheskin, DJ 2003 คู่มือขั้นตอนสถิติเชิงสถิติและพารามิเตอร์: รุ่นที่สาม กด CRC

— ชาวกะเหรี่ยง
แหล่งที่มา