«contingency-tables» 태그된 질문

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

필자의 작업에서 Fisher의 정확한 테스트를 여러 번 사용한 것을 보았으며 데이터에 얼마나 적합한 지 궁금했습니다. 몇 가지 출처를 살펴보면 통계를 계산하는 방법을 이해했지만 귀무 가설에 대한 명확하고 공식적인 설명은 보지 못했습니다. 누군가가 가정 배포판에 대한 공식적인 설명을 설명하거나 저에게 설명 할 수 있습니까? 우발 사태 표의 값에 대한 설명에 감사드립니다.

11 hypothesis-testing  chi-squared  multinomial  contingency-tables  fishers-exact 

30 명의 작은 환자 데이터 세트에서 2x2 테이블을 분석하고 있습니다. 우리는 어떤 치료법을 선택해야하는지에 대한 힌트를주는 변수를 찾기 위해 소급 적으로 노력하고 있습니다. 변수 (정상 / 이상한 것) 및 처리 결정 (A / B)에 특별한 관심이 있으므로 데이터는 다음과 같습니다. Obs / Tr. 12 월표준이상한ㅏ12012비1351825530Obs / Tr. 12 월ㅏ비표준121325이상한055121830\begin{array} {|r|r|r|r|} …

11 chi-squared  power  contingency-tables  fishers-exact 

다음과 같은 데이터 세트가 있다고 가정하십시오. Men Women Dieting 10 30 Non-dieting 5 60 R에서 Fisher 정확한 테스트를 실행하면 무엇을 alternative = greater의미합니까? 예를 들면 다음과 같습니다. mat = matrix(c(10,5,30,60), 2,2) fisher.test(mat, alternative="greater") 내가 얻을 p-value = 0.01588하고 odds ratio = 3.943534. 또한 우발 사태 테이블의 행을 다음과 같이 뒤집을 …

11 r  statistical-significance  contingency-tables  fishers-exact 

다음은 심슨의 역설이 존재한다는 '그림으로 증명 된'것으로 제시된 많은 시각화에 대한 질문이며 아마도 용어에 대한 질문입니다. 심슨의 역설은 매우 간단 현상을 설명하고 (이유의 수치 예를 제공하는 것입니다 왜 이 깊고 재미 발생할 수에게). 역설은 한계 연관이 각 조건부 연관과 다른 방향을 갖는 2x2x2 우발 테이블 (Agresti, Categorical Data Analysis)이 존재한다는 …

10 mathematical-statistics  data-visualization  causality  contingency-tables  simpsons-paradox 

2x2 및 Ix2 우발성 테이블에서 로지스틱 회귀의 사용을 이해하려고합니다. 예를 들어, 이것을 예로 사용 카이 제곱 검정과 로지스틱 회귀 분석의 차이점은 무엇입니까? 다음과 같이 여러 명목 요소 (Ix2 테이블)가있는 테이블은 어떻습니까? 거기에 비슷한 질문입니다 여기가 -하지만 대답은 카이 제곱이 MXN 테이블을 처리 할 수있는 중심이다,하지만 내 질문은 바이너리 결과 단일 …

10 logistic  chi-squared  logit  contingency-tables 

비상 테이블 에서 독립성을 테스트하고 있습니다. G 테스트 또는 Pearson 카이 제곱 테스트가 더 좋은지 모르겠습니다 . 샘플 크기는 수백이지만 셀 수가 적습니다. Wikipedia 페이지 에 명시된 바와 같이 카이 제곱 분포에 대한 근사값은 Pearson 카이 제곱 검정보다 G- 검정에 더 좋습니다. 그러나 Monte Carlo 시뮬레이션을 사용하여 p- 값을 계산하고 …

10 chi-squared  p-value  monte-carlo  contingency-tables 

C로 계층화 된 두 변수 A와 B의 독립성을 테스트하고 있습니다. A와 B는 이진 변수이고 C는 범주 형입니다 (5 값). A와 B에 대한 Fisher의 정확한 테스트를 실행하면 (모든 지층 결합) 다음을 얻습니다. ## (B) ## (A) FALSE TRUE ## FALSE 1841 85 ## TRUE 915 74 OR: 1.75 (1.25 -- 2.44), …

10 categorical-data  interpretation  inference  contingency-tables  fishers-exact 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

나는 21 개의 다른 표현형 중 하나만 가질 수있는 두 그룹의 돌연변이 체를 비교하고 있습니다. 이러한 결과의 분포가 두 그룹간에 유사한 지 확인하고 싶습니다. "분포의 평등에 대한 치-제곱 검정"을 계산하고 그럴듯한 결과를 제공 하는 온라인 테스트 를 찾았습니다 . 그러나이 표에는 꽤 많은 영점이 있으므로이 경우 chi-square를 전혀 사용할 수 …

10 distributions  chi-squared  contingency-tables 

을 감안할 때 폐암과의 경우 (폐암없이) 대조군 (연령, 성별에 따라 매칭 등). 폐암에 대한 흡연의 영향 사이의 증거를 찾기 위해 피셔의 정확한 테스트를 우발 사태 테이블에서 사용했습니다. 그러나 이것은 통제와 사례가 일치한다는 것을 고려하지 않았습니다. 404040404040 그래서 두 그룹 간의 일치를 고려한 Fisher의 정확한 테스트를 사용하는 방법이 있는지 궁금했습니다.

9 contingency-tables  fishers-exact  paired-data  mcnemar-test 

Kruschke의 Doing Bayesian Data Analysis (특히 Poisson 지수 분산 분석) 의 예제를 진행 하고 있습니다. 도 22는 우발 사태 테이블에 대한 빈번한 카이 제곱 독립성 테스트의 대안으로 제시하고있다. 변수가 독립적 인 경우 (예 : HDI가 0을 제외 할 때) 예상보다 많거나 적은 상호 작용에 대한 정보를 얻는 방법을 알 수 …

9 r  bayesian  effect-size  contingency-tables 

두 가지 범주 형 명목 변수가있는 데이터 세트가 있습니다 (둘 다 5 개의 범주가 있음). 이 두 변수의 범주 간 잠재적 상관 관계를 식별 할 수 있는지 (및 방법) 알고 싶습니다. , 변수 1 의 범주 의 결과가 변수 2의 특정 범주 와 강한 상관 관계를 보이는지 여부는 5 개의 …

9 correlation  residuals  contingency-tables  categorical-data