가중치가있는 Fisher의 정확한 테스트?

무게를 고려한 Fisher 's Exact Test의 변형을 아는 사람이 있습니까? 예를 들어 샘플링 무게 .
따라서 일반적인 2x2 크로스 테이블 대신 모든 데이터 포인트는 포인트를 측정하는 "질량"또는 "크기"값을 갖습니다.

데이터 예 :

A B weight
N N 1
N N 3
Y N 1
Y N 2
N Y 6
N Y 7
Y Y 1
Y Y 2
Y Y 3
Y Y 4

그런 다음 Fisher 's Exact Test는이 2x2 크로스 테이블을 사용합니다.

A\B  N  Y All
 N   2  2   4
 Y   2  4   6
All  4  6  10

가중치를 '실제'수의 데이터 포인트로 사용하면 다음과 같은 결과가 발생합니다.

A\B  N  Y All
 N   4 13  17
 Y   3 10  13
All  7 23  30

그러나 그것은 너무 높은 신뢰를 초래할 것입니다. N / Y에서 N / N으로 변경되는 하나의 데이터 포인트는 통계에 매우 큰 차이를 만듭니다.
또한 무게에 분수가 포함되어 있으면 작동하지 않습니다.

'정확한'테스트와 샘플링 가중치가 본질적으로 호환되지 않는 개념이라는 의혹이 있습니다. Stata에서 샘플 설문 조사를위한 훌륭한 시설과 정확한 테스트를위한 합리적인 시설을 확인했으며 샘플 가중치가있는 크로스 탭에 대한 8 가지 가능한 테스트 통계에는 Fisher와 같은 '정확한'테스트가 포함되어 있지 않습니다.

관련 Stata 수동 입력 ( svy : tabulate twoway )은 모든 경우에 기본 테스트를 사용하도록 권장 합니다. 이 기본 방법은 일반적인 Pearson의 카이 제곱 통계를 기반으로합니다. 인용 :

"측량 설계를 설명하기 위해 통계는 2 차 Rao and Scott (1981, 1984) 보정을 사용하여 정수가 아닌 자유도를 가진 F 통계량으로 바뀝니다."

참조 :

• Rao, JNK 및 AJ Scott. 복잡한 표본 조사에서 범주 형 데이터 분석 : 양방향 테이블에서 적합도 및 독립성에 대한 카이 제곱 검정. 미국 통계 협회 저널 76 : 221–230.
• Rao, JNK 및 AJ Scott. 1984. 측량 데이터로부터 추정 된 세포 비율을 갖는 다 방향 우발성 표에 대한 카이 제곱 검정. 통계 자료 12 : 46-60.

흥미로운 질문입니다. 체중이란 무엇입니까?

부트 스트랩을 수행하는 경향이 있습니다 ... 좋아하는 통계 (예 : Fisher 's Exact)를 선택하고 데이터로 계산하십시오. 그런 다음 귀무 가설에 따라 각 인스턴스에 새 셀을 할당하고 프로세스를 999 회 반복하십시오. 이것은 귀무 가설 하에서 검정 통계량에 대해 상당히 좋은 경험적 분포를 제공하고 p- 값을 쉽게 계산할 수있게합니다!

샘플 가중치에 대한 한 가지 빠른 것-일반적으로 샘플링하는 모집단에 대한 일부 정보를 통합하는 방법이지만 일반적으로 "큰 샘플"유형 시나리오 (일반적으로 위장 된 BLUP 또는 BLUE 예측)를 기반으로합니다. 따라서 샘플 무게는 무게가없는 것보다 나을 것입니다. 더 나은 방법은 샘플 디자인이 기반으로 한 모집단에 대한 정보를 사용하는 것입니다.

$R_{1},\dots,R_{k}$$k$$R_{1;11},R_{1;12},R_{1;21},R_{1;22},\dots$$\sum_{l=1}^{k}R_{l;ij}$$R_{l;ij}$$r_{l;ij}$$\sum_{i,j}R_{l;ij}=R_{l}$$(l=1,\dots,k)$

$P(D_{m})=1$$P(D_{m})=0$그들이 샘플에 없다면. 그러나 일반적으로 설계는 관찰 할 수있는 데이터보다 더 많은 정보를 기반으로합니다. 그러나 중요한 것은 설문 조사 디자인 자체가 아니라 정보라는 점에 유의하십시오. 설계 기반 추론은 모든 정보를 분석에 통합 할 수있는 매우 효율적인 방법입니다.