Ensinnäkään, en ole asiantuntija, mutta analysoin joitain markkinointitietoja. Minulla on tietoa saman sivuston kahdesta versiosta, ja minulla on tietoa siitä, kuinka monta kertaa ihmiset täyttivät lomakkeen jokaisessa sivuston versiossa. Haluan tietää, toimiiko jokin sivuston muunnelmista paremmin täyttämien lomakkeiden luomisessa.
Esimerkkitiedot:
dat2 = matrix(c(10,50,35,40), ncol=2) dat2 Site 1 Site 2 Filled out form 10 35 Did not fill out form 50 40 > fisher.test(dat2) Fisher"s Exact Test for Count Data data: dat2 p-value = 0.0002381 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.09056509 0.54780215 sample estimates: odds ratio 0.2311144 I ” En todellakaan ole varma, asetanko testin oikein, mutta voin tietysti hylätä nollahypoteesin, kun otetaan huomioon pieni p-arvo. Sivusto 2 muuntuu paremmin kuin sivusto 1 tilastollisesti merkitsevällä kynnyksellä.
Ottaen huomioon ongelman , suoritanko oikea testi?
Vastaa
Teet kaiken hyvin. Suosittelen kuitenkin Barnardin tarkkaa testiä kuin Fisherin tarkkaa testiä.
Kommentit
- Kiitos, luin artikkelin juuri ennen kysymykseni julkaisemista. Tutkii sitä.
- Fisher ' -testi ei ole yhtä tehokas kuin muut. Tavallinen chi-neliötesti on melkein aina tarkempi kuin Fisher ' s " tarkka " testi. Vanha myytti, jonka mukaan odotettujen solutaajuuksien on ylitettävä 5, ei ole totta.
- Mehta ja Senchaudhuri (2003) selittävät, miksi Barnardin ' testi voi olla voimakkaampi kuin Fisher ' s tietyissä olosuhteissa. 2 × 2 taulukossa erillisyydestä johtuva virran menetys hallitsee menetystä maksimoinnin ansiosta, mikä johtaa suurempaan tehoon Barnardin tarkalle testille. Mutta kun havaitun taulukon rivien ja sarakkeiden määrä kasvaa, maksimoiva tekijä pyrkii hallitsemaan, ja Fisherin tarkka testi saavuttaa suuremman voiman kuin Barnard. cytel.com/Papers/twobinomials.pdf
- Cytel-linkki paperiin näyttää olevan kuollut. Löysin paperin täältä: citeseerx.ist.psu.edu/viewdoc/…