2 x 2 आकस्मिक तालिकाओं के लिए Yates निरंतरता सुधार


9

मैं 2 x 2 आकस्मिक तालिकाओं के लिए येट्स निरंतरता सुधार के बारे में क्षेत्र के लोगों से इनपुट इकट्ठा करना चाहूंगा। विकिपीडिया लेख में उल्लेख किया गया है कि यह बहुत दूर तक समायोजित हो सकता है, और इस प्रकार केवल एक सीमित अर्थ में उपयोग किया जाता है। संबंधित पोस्ट यहाँ बहुत आगे अंतर्दृष्टि प्रदान नहीं करता है।

तो जो लोग नियमित रूप से इन परीक्षणों का उपयोग करते हैं, आपके विचार क्या हैं? क्या सुधार का उपयोग करना बेहतर है या नहीं?

और एक वास्तविक विश्व उदाहरण जो 95% आत्मविश्वास के स्तर पर विभिन्न परिणाम देगा। ध्यान दें कि यह एक होमवर्क समस्या थी, लेकिन हमारी कक्षा येट्स की निरंतरता सुधार से बिल्कुल भी नहीं निपटती है, इसलिए यह जानना आसान है कि आप मेरे लिए अपना होमवर्क नहीं कर रहे हैं।

samp <- matrix(c(13, 12, 15, 3), byrow = TRUE, ncol = 2)
colnames(samp) <- c("No", "Yes")
rownames(samp) <- c("Female", "Male")

chisq.test(samp, correct = TRUE)
chisq.test(samp, correct = FALSE)    

जवाबों:


6

येट्स के सुधार परीक्षणों में परिणाम हैं जो फिशर के "सटीक" परीक्षणों के साथ अधिक रूढ़िवादी हैं।

यहां स्टेफनेस्कु एट अल द्वारा येट्स की निरंतरता सुधार के उपयोग पर एक ऑनलाइन ट्यूटोरियल है , जो स्पष्ट रूप से निरंतरता के लिए व्यवस्थित सुधार के विभिन्न दोषों को इंगित करता है (पीपी। 4-6)। एगेस्टी ( सीडीए 2002) का हवाला देते हुए , "येट्स (1934) ने उल्लेख किया कि फिशर ने उन्हें एक सटीक परीक्षण के लिए हाइपरजेटोमेट्रिक का सुझाव दिया", जिसके कारण की निरंतरता-सही संस्करण का कारण बना । एगेस्टी ने यह भी संकेत दिया कि फिशर का परीक्षण अब एक अच्छा विकल्प है कि कंप्यूटर इसे बड़े नमूनों के लिए भी कर सकते हैं (पृष्ठ 103)। अब, मुद्दा यह है कि परीक्षण का चयन वास्तव में उस प्रश्न पर निर्भर करता है जो पूछा जाता है और उनमें से प्रत्येक द्वारा बनाई गई धारणाएं (जैसे, फिशर के परीक्षण के मामले में हम मानते हैं कि मार्जिन तय हो गए हैं)।χ2

आपके मामले में, फिशर परीक्षण और सही किया गया सहमत हैं और 5% से अधिक -उपज प्राप्त करें । साधारण के मामले में , यदि -values ​​को मोंटे कार्लो दृष्टिकोण (देखें ) का उपयोग करके गणना की जाती है , तो यह महत्व तक पहुंचने में भी विफल रहता है।χ2pχ2psimulate.p.value

छोटे नमूने के आकार के मुद्दों और फिशर के परीक्षण के अति प्रयोग से जुड़े अन्य उपयोगी संदर्भों में शामिल हैं:


संदर्भ के लिए धन्यवाद। मैं उन लोगों के लिए यहां कैंपबेल पेपर का "प्री-प्रिंट" संस्करण खोजने में सक्षम था , जो पब मेड तक नहीं पहुंच सकते हैं।
चेस

3

यदि आपके पास कम गिनती है कि येट्स सुधार एक चिंता है (जैसा कि आपके उदाहरण में), आपको संभवतः फिशर के सटीक परीक्षण का उपयोग करना चाहिए। अन्यथा, मैं अनुशंसा करता हूं कि आप 2x2 टेबल पर ची-स्क्वायर परीक्षण का उपयोग करने के बाद, आप लॉग ऑड-अनुपात जेड-टेस्ट के साथ अपने परीक्षण की पुष्टि करते हैं।


एक लॉग ऑड्स अनुपात z -test के खिलाफ जांच क्यों ? यह एक Wald परीक्षण है, और Wald परीक्षण आमतौर पर Pearson's chi-squared परीक्षण जैसे स्कोर परीक्षणों से भी बदतर प्रदर्शन करते हैं। क्या यह एक अपवाद माना जाता है?
OneStop

जानकारी के लिए धन्यवाद! फिशर का परीक्षण इन जैसे सवालों के लिए अधिक मजबूत तरीका लगता है। मुझे नहीं लगता कि मैं वर्तमान में जो पाठ्यक्रम ले रहा हूं वह फिशर के परीक्षण को संबोधित करेगा, लेकिन मैं निश्चित रूप से वास्तविक दुनिया के अनुप्रयोगों के लिए इसे ध्यान में रखूंगा।
चेस
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.