2つのデバイスのそれぞれを受け入れるか拒否する参加者のグループであるデータセットがあり、テストしたいのは2つのデバイスは異なるレートで受け入れられます。そのような要約表
Overall Acceptance Accept Reject X 124 20 Y 111 33 Xの受け入れ率との違いを判断するための最良の統計的検定は何ですかYの合格率は重要ですか？私はバイナリデータに慣れていないので、ここでは詳しく説明しません。
コメント
- ロジスティック回帰を探しています stats.stackexchange.com/questions/tagged/logistic+regression
- 私の回答の下にあるいくつかの回答から、あなたは'サードパーティ、おそらくスーパーバイザーなどと通信し、回答と応答を中継します。これは事実ですか？
- そうではありません–I '時々物事を要求または提案する市場調査チームと協力していますが、分析は'彼らの主要な専門知識ではないため、通常、必要な部分的な情報が残ります。記入または説明。
回答
いくつかのオプションがあります。
（ i）二項比率の2サンプルテスト/ 2サンプル比率テストを実行できます。
サンプルサイズを使用すると、通常の近似が必要になります。ただし、大丈夫です。必ずしも二項部分について心配する必要はありません。
（ii）独立性のカイ2乗検定（比例の同等性も検定）を実行できます。これは、テストが両側検定の場合、基本的に最初のオプションと同等です。または、同様に、$ G ^ 2 $テストを実行できます。
（iii）実行する可能性があります フィッシャーの直接確率検定だと思います。
（ロジスティック回帰のようなもっと複雑なことをすることもできますが、ここではその必要性はわかりません。）
地域にもよりますが、2x2カイ2乗検定はおそらく片側検定が必要な場合は、2つのサンプル比率検定が最適です。
コメント
- 2x2カイ2乗を実行する際の私の問題は、'は、受け入れ番号と拒否番号が異なることを教えてくれる可能性が高いことです。'は問題ありませんが、私が本当に知りたいのは、XとYの受け入れ数が異なるかどうかです。
- あなたは間違っています。2x2のカイ2乗は、実際にはマージンを条件として比較します。比率（つまり、が' t しない2つのことの1つで、受け入れマージンと拒否マージンをテストします）。 4つ 1年間を含め、すべてがまったく同じカイ2乗値に対応するさまざまな比率の比較ほしい。これが明確でない場合は、2つのサンプル比率検定として明示的に実行し、そのように提示することをお勧めします（そして、あなた自身の理解のために、カイ2乗として実行し、同じp値が得られることを確認してください）他の考慮事項を同じように扱う限り。カイ二乗検定の問題は、結果が'受け入れと拒否の違い、およびXとYの違いを区別しないことです。全体的に2つの組み合わせが異なると言っても、'質問に答えられないので、別のテストが必要です。
- 混乱しています。 XとYのAccept比率の直接の違いが、テストする違いを測定することに同意しますか？
- それをテストするには、'が重要です。標準化（標準偏差で除算）。 'このようなスケーリングでは、'最も極端なケース（拒否するケース）が変更されないことに同意しますか？ '両側検定を実行している場合、極値は、XのAccept比率がYよりもはるかに大きいことに対応します。その逆も同様です。これまでのところすべて大丈夫ですか？