Minulla on tietojoukko, joka on ryhmä osallistujia, jotka hyväksyvät tai hylkäävät molemmat laitteet, ja haluaisin testata, jos kaksi laitetta hyväksytään eri nopeuksilla. Yhteenvetotaulukko kuten niin
Overall Acceptance Accept Reject X 124 20 Y 111 33 Mikä on paras tilastollinen testi sen määrittämiseksi, onko X: n hyväksymisprosentin ja Y: n hyväksyntäaste on merkittävä? Minua ei ole käytetty binääritietoihin, joten tässä ei ole syvyyttäni.
Kommentit
- Etsit logistista regressiota stats.stackexchange.com/questions/tagged/logistic+regression
- Saan vastauksestani vaikutelman joistakin vastauksistasi, että ' ovat yhteydessä kolmanteen osapuoleen, ehkä esimieheen tai vastaavaan, välittäen vastauksia ja vastauksia niihin. Onko näin?
- Ei aivan – I ' työskentelen markkinatutkimusryhmän kanssa, joka toisinaan pyytää tai ehdottaa asioita, mutta koska analyysi ei ole ' ensisijainen asiantuntemuksensa, he yleensä jättävät minulle osittaista tietoa, joka tarvitsee täyttö tai selvennys.
Vastaa
Vaihtoehtoja on useita.
( i) Voit tehdä kahden näytteen testin binomi-mittasuhteista / kahdesta näytesuhteen testistä.
Näytteen koon kanssa normaali likiarvo älä kuitenkaan ole kunnossa – sinun ei välttämättä tarvitse huolehtia binomiosasta.
(ii) Voit tehdä riippumattomuuden khi-neliötestin (joka testaa myös suhteiden tasa-arvon); tämä vastaa periaatteessa ensimmäistä vaihtoehtoa, jos testi on kaksisuuntainen, tai vastaavasti voit tehdä $ G ^ 2 $ -testin.
(iii) saatat tehdä Fisher-testi, luulisin.
(Voit tehdä jotain monimutkaisempaa, kuten logistinen regressio, mutta en näe tarvetta täällä.)
2×2 chi-square -testi on luultavasti alueeltasi riippuen todennäköisimmin tuttu muille sitä katseleville ihmisille. Jos haluat yhden pyrstön testin, oikea tapa on valita kaksi näytesuhteen testiä.
Kommentit
- Minun ongelmani 2×2-chi-neliön tekemisessä on, että se ' kertoo minulle todennäköisesti, että hyväksyntä- ja hylkäämisnumerot ovat erilaiset; että ' on hieno, mutta mitä todella haluan tietää, ovatko X: n ja Y: n hyväksymät numerot erilaiset.
- Olet väärässä. 2×2-khi-neliö tosiasiallisesti ehdollistaa marginaaleilla ja vertaa mittasuhteet (eli yksi kahdesta asiasta, jota se ei ' t testaa hyväksyntä- ja hylkäysmarginaalia); on neljä eri suhteiden vertailut, jotka kaikki vastaavat täsmälleen samaa khi-neliöarvoa, mukaan lukien yo haluat. Jos tämä ei ole sinulle selvää, kehotan teitä tekemään sen nimenomaisesti kahden näytteen mittasuhteen testinä ja esittämään sen tällä tavalla (ja oman käsityksesi mukaan tee se chi-neliönä ja näet, että saat saman p-arvon niin kauan kuin kohtelet muita näkökohtia samalla tavoin).
- En sanonut ' sanoani hyvin; khi-neliötestin ongelma on se, että tulokset eivät tee eroa toisistaan sen välillä, että Hyväksy vs Hylkää ja X: n ja Y: n välillä on erilainen. Sanomalla minulle, että kaiken kaikkiaan näiden kahden yhdistelmä on erilainen, ' ei vastata kysymykseen, joten tarvitsen toisen testin.
- Olet hämmentynyt. Oletteko samaa mieltä siitä, että suora ero X: n ja Y: n hyväksyntäosuuksissa mittaa testattavan eron?
- Tämän testaamiseksi ' on tärkeää standardisoi (jaa sen keskihajonnalla). ' hyväksyt, että tällainen skaalaus ei muuta ' sitä, mitkä tapaukset ovat äärimmäisimpiä (hylättävät)? Jos teet ' kaksihäntäisen testin, äärimmäisyydet vastaavat X: n hyväksyntäosuutta huomattavasti suuremmaksi kuin Y: lle ja päinvastoin. Kaikki tähän mennessä kunnossa?