Jag har en datamängd som är en grupp deltagare som accepterar eller avvisar var och en av de två enheterna och jag vill testa om två enheter accepteras i olika hastigheter. Sammanfattningstabell som sådan
Overall Acceptance Accept Reject X 124 20 Y 111 33 Vad är det bästa statistiska testet för att avgöra om skillnaden mellan X: s acceptans och Är acceptansnivån betydande? Jag är oanvänd för binär data så här är jag inte längre.
Kommentarer
- Du letar efter logistisk regression stats.stackexchange.com/questions/tagged/logistic+regression
- Jag får intrycket av några av dina svar under mitt svar att du ' är i kommunikation med en tredje part, kanske en handledare eller någon sådan, som vidarebefordrar svar och svar på dem. Är så fallet?
- Inte riktigt – jag ' Jag arbetar med ett marknadsundersökningsgrupp som ibland begär eller föreslår saker, men eftersom analysen inte är ' inte deras primära expertis, lämnar de mig generellt med delvis information som behöver ifyllning eller förtydligande.
Svar
Det finns flera alternativ.
( i) Du kan göra ett tvåprovstest av binomiala proportioner / två provproportionstest.
Med din provstorlek är den normala approximationsskalan d är dock okej – du behöver inte nödvändigtvis oroa dig för den binomiala delen.
(ii) Du kan göra ett chi-kvadrat test av oberoende (som också testar lika proportioner); detta motsvarar i grunden det första alternativet om ditt test är tvåsidigt eller på liknande sätt kan du göra ett $ G ^ 2 $ -test.
(iii) Du kanske gör ett Fisher-test, antar jag.
(Du kan göra något mer komplicerat som en logistisk regression men jag ser inte behovet här.)
Beroende på ditt område är 2×2 chi-kvadrat testet förmodligen det mest troliga att vara bekant för andra människor som tittar på det. Om du vill ha ett en-tailed test är de två provproportionerna vägen att gå.
Kommentarer
- Mitt problem med att göra en 2×2 chi-kvadrat är att det ' sannolikt kommer att berätta för mig att siffrorna för accept vs avvisa är olika; att ' är bra, men det jag verkligen vill veta är om X mot Y accepterar siffror är olika.
- Du har fel. Den 2×2 chi-kvadraten faktiskt villkor på marginalerna och jämför proportionerna (det vill säga en av två saker det inte ' t testar det acceptans mot avvisningsmarginal); det finns fyra olika proportioner jämförelser som alla motsvarar exakt samma chi-kvadratvärde, inklusive ett yo du vill. Om detta inte är klart för dig uppmanar jag dig att göra det uttryckligen som ett tvåprovsproportionstest och presentera det på det sättet (och för din egen förståelse, gör det som en chi-kvadrat och se att du får samma p-värde så länge du behandlar andra överväganden på samma sätt).
- Jag har inte ' t formulerat min poäng; problemet med ett chi-kvadrat-test är att resultaten ' inte skiljer mellan Accept vs Reject är annorlunda och X vs Y är annorlunda. Att säga mig att totalt sett är en kombination av de två olika ' t besvara frågan, så jag behöver ett annat test.
- Du är förvirrad. Håller du med om att en rak skillnad i Acceptera proportioner för X och Y mäter skillnaden du vill testa?
- För att testa det är det ' viktigt att standardisera (dela med dess standardavvikelse). Du ' är överens om att en sådan skalning inte ändrar ' vilka fall är de mest extrema (de du vill avvisa)? Om du ' gör ett tvåsidigt test motsvarar ytterligheterna att Accept-andelen för X är mycket större än för Y och tvärtom. Hittills allt okej?