[問題] 請問Fisher's Exact Test

看板Statistics作者 (阿杰)時間14年前 (2010/01/29 10:35), 編輯推噓3(3推 0噓 21→)
留言24則, 6人參與, 5年前最新討論串1/1
在卡方檢定2x2 table時 若是沒有80％以上的細格數大於等於5 這時我們會看fisher test 的p-value 我想問的是 如果我看到卡方的p-value沒有顯著 (p=0.05x 差一點) 而fisher test有顯著 而我的資料並沒有違反80％以上的細格數大於等於5這個前提 我可以以fisher的p-value當作的的參考值嗎?? 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.116.116
推
01/29 16:27, , 1F
cell的人數大概多少呢?
01/29 16:27, 1F
→
01/29 21:29, , 2F
有一格9 其他都超過20
01/29 21:29, 2F
→
01/29 22:37, , 3F
不行!
01/29 22:37, 3F
推
01/30 11:19, , 4F
提醒一下，是細格的expected value而非觀察值喔！
01/30 11:19, 4F
→
01/30 13:27, , 5F
謝謝樓上 我差點都忘了
01/30 13:27, 5F
→
01/30 13:28, , 6F
不知道能否請問一下 為什麼不行
01/30 13:28, 6F
→
01/30 13:39, , 7F
我記得我以前看到書上寫說 FISHER應該是直接算機率
01/30 13:39, 7F
→
01/30 13:39, , 8F
表示他是更接近真實的 @@ 照理來說應該是卡方能用
01/30 13:39, 8F
→
01/30 13:40, , 9F
FISHER應該也能用? 但是FISHER能用的 卡方不一定能@@?
01/30 13:40, 9F
推
01/31 23:05, , 10F
"更接近真實的"指的是什麼?
01/31 23:05, 10F
→
01/31 23:10, , 11F
Chi-square test is an approximation test. It requires
01/31 23:10, 11F
→
01/31 23:10, , 12F
a sufficient sample size in order for the chi-square
01/31 23:10, 12F
→
01/31 23:11, , 13F
approximation to be valid. On the other hand, Fisher's
01/31 23:11, 13F
→
01/31 23:12, , 14F
test is an exact test. There is no sample size requiremen
01/31 23:12, 14F
→
01/31 23:14, , 15F
Pay special attention to the rule of determining 2-sided
01/31 23:14, 15F
→
01/31 23:16, , 16F
p-values when applying Fisher's exact test to contingency
01/31 23:16, 16F
→
01/31 23:17, , 17F
tables beyond the 2X2 table.
01/31 23:17, 17F
→
02/01 00:35, , 18F
所以這個意思是 大SAMPLE SIZE也是可以用嗎 謝謝!!
02/01 00:35, 18F
→
02/01 00:36, , 19F
我這個是2X2 TABLE沒錯
02/01 00:36, 19F
→
02/01 21:28, , 20F
(1)是,請儘量用Fisher's exact test,現在電腦軟體很方便
02/01 21:28, 20F
→
02/01 21:28, , 21F
Fisher's exact test and Chi-squre test are asymptotically
02/01 21:28, 21F
→
02/01 21:29, , 22F
equivalent, 所以大樣本時兩者給的p-value會很接近
02/01 21:29, 22F
→
02/01 21:30, , 23F
(2)我指的是更一般的情況 RXC table怎麼去決定p-value
02/01 21:30, 23F
→
01/02 15:03, 5年前 , 24F
FISHER應該也能用 https://muxiv.com
01/02 15:03, 24F
‣ 更多 qtzbbztq 的文章
文章代碼(AID): #1BOacAEv (Statistics)