ฉันกำลังวิเคราะห์ตาราง 2x2 จากชุดข้อมูลขนาดเล็กจำนวน 30 ราย เราพยายามค้นหาตัวแปรบางอย่างที่ให้คำแนะนำว่าควรเลือกการรักษาแบบใด ตัวแปร (obs ปกติ / แปลก) และการตัดสินใจในการรักษา (A / B) มีความสนใจเป็นพิเศษและข้อมูลจึงมีลักษณะดังนี้:
เห็นได้ชัดว่าเซลล์หนึ่งขาดรายการที่ไม่รวมการทดสอบไคสแควร์และการทดสอบที่แม่นยำของฟิชเชอร์ไม่ได้ให้ค่า p ที่อิ่มตัว (แต่ยังคงอยู่ <10%) ดังนั้นความคิดแรกของฉันคือการหาการทดสอบที่มีพลังมากขึ้นและฉันกำลังอ่านใน บล็อกและในบทความนี้เกี่ยวกับการทดสอบของบาร์นาร์ดและบ๊อชลูสว่าโดยทั่วไปมีสามสถานการณ์ที่ให้ผลการทดสอบที่ทรงพลัง:
- คอลัมน์และแถวคงที่ การทดสอบที่แน่นอนของฟิชเชอร์
- คอลัมน์หรือ (xclusive) ได้รับการแก้ไขแล้ว การทดสอบที่แน่นอนของ Barnard
- ไม่มีการแก้ไข การทดสอบที่แน่นอนของ Boschloos
บทความข้างต้นชี้ให้เห็นว่าผลรวมของการรักษา A และการรักษา B แทบจะไม่เคยรู้จักมาก่อนดังนั้นเราจึงสามารถยกเว้นการทดสอบที่แน่นอนของฟิชเชอร์ แต่แล้วทางเลือกอื่นล่ะ? ในการควบคุมกรณีที่เรามีการควบคุมที่ดีเราสามารถควบคุมยาหลอกและกลุ่ม verum ที่เราสามารถควบคุมตัวเลขได้ดังนั้นเราจะเลือก 2: บาร์นาร์ด ในกรณีของฉันฉันไม่แน่ใจเพราะในมือข้างหนึ่งเรามีปัญหาทางคณิตศาสตร์ที่คล้ายกัน (ผลรวมของระดับการสังเกตเทียบเท่ากับผลรวมของยาหลอก / verum) ซึ่งนำไปสู่ Barnard แต่การออกแบบแตกต่างกันเพราะเราไม่สามารถควบคุม ไม่มี การสังเกตปกติ / ผิดปกติก่อนนำตัวอย่างที่นำไปสู่ 3: Boschloo
ดังนั้นควรใช้การทดสอบแบบไหนและทำไม แน่นอนฉันต้องการพลังสูง
(คำถามอื่นที่ฉันอยากจะรู้คือถ้าในกรณีของchisq.test
r มันจะไม่ดีกว่าที่จะใช้prop.test(x, alternative = "greater")
หรือไม่ด้านทฤษฎีอธิบายไว้ที่นี่ )