Po pierwsze, nie jestem ekspertem, ale analizuję pewne dane marketingowe. Mam informacje o dwóch wersjach tej samej witryny i mam dane o tym, ile razy ludzie wypełnili formularz w każdej wersji witryny. Chcę wiedzieć, czy jedna z odmian witryny lepiej radzi sobie z generowaniem większej liczby wypełnionych formularzy.
Przykładowe dane:
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 ” Naprawdę nie jestem pewien, czy prawidłowo ustawiłem test, ale oczywiście mogę odrzucić hipotezę zerową, biorąc pod uwagę niską wartość p. Ośrodek 2 konwertuje lepiej niż ośrodek 1 przy statystycznie istotnym progu.
Biorąc pod uwagę problem , czy wykonuję prawidłowy test?
Odpowiedź
Wszystko robisz dobrze. Jednak zalecałbym dokładny test Barnarda niż dokładny test Fishera.
Komentarze
- Dziękuję, właśnie przeczytałem ten artykuł tuż przed wysłaniem mojego pytania. Przyjrzę się temu.
- Test Fishera ' nie jest tak potężny jak innych. Zwykły test chi-kwadrat jest prawie zawsze dokładniejszy niż Fisher ' s " exact " test. Stary mit, że oczekiwana częstotliwość komórek musi przekraczać 5, nie jest prawdą.
- Mehta i Senchaudhuri (2003) wyjaśniają, dlaczego test Barnarda ' może być silniejszy niż ' Fishera pod pewnymi warunkami. W przypadku 2 × tabel utrata mocy z powodu dyskretności dominuje nad utratą mocy ze względu na maksymalizację, co skutkuje większą mocą dokładnego testu Barnarda. Jednak wraz ze wzrostem liczby wierszy i kolumn obserwowanej tabeli czynnik maksymalizujący będzie miał tendencję do dominacji, a dokładny test Fishera osiągnie większą moc niż test Barnarda. cytel.com/Papers/twobinomials.pdf
- Wydaje się, że link cytelowy do artykułu umarł. Dokument udało mi się znaleźć tutaj: citeseerx.ist.psu.edu/viewdoc/…