[問題] 一題基本的 chisq.test()
這題是在討論溫度對鳥蛋孵化的狀況
孵化 未孵化
________________
|
低溫巢 | 30 80
|
中溫巢 | 50 30
|
高溫巢 | 70 10
------------------------------------------------------
題目是希望檢定 "低溫組是否比較不容易孵化?"
-------------------------------------------------------
若是整個 table 下去做 chisq.test()
是否只能做以下三種假說檢定
1. col.factor 是否有顯著差異
2. row.factor 是否至少有一個 level 與其它不同
3. col.factor 與 row.factor 是否有交互作用
其實我以前就學不懂這邊
為什麼同一個統計量可以做以上三種解釋
再者
不論哪一種似乎都不能做低溫組與其他兩組的比較
請問這種檢定要怎麼分析?
是要用 glm() 配 anova() 嗎?
誠心請教...
--------------------------------------------------
突然想到
我是否可以把原本 3*2 的 table 切開
變成兩個 2*2 的 table
分別是
(低溫 VS 中溫)
(低溫 VS 高溫)
然後比照 bonfferoni correction , alpha/2 就好?
--------------------------------------------------
還是我應該把中溫組和高溫組融合成一個新的組別
再與低溫組做比較?
-------------------------------------------------
越想越亂
--
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.113.239.247
※ 編輯: gsuper 來自: 140.113.239.247 (05/17 21:07)
※ 編輯: gsuper 來自: 140.113.239.247 (05/17 21:09)
※ 編輯: gsuper 來自: 140.113.239.247 (05/17 21:34)
推
05/17 21:54, , 1F
05/17 21:54, 1F
→
05/17 21:55, , 2F
05/17 21:55, 2F
我不太懂 2.
?chisq.test會得到這樣的解釋
'chisq.test' performs chi-squared contingency table tests
and goodness-of-fit tests.
為什麼這裡算出來的只會是交互作用阿?
→
05/17 21:57, , 3F
05/17 21:57, 3F
→
05/17 21:57, , 4F
05/17 21:57, 4F
※ 編輯: gsuper 來自: 140.113.239.247 (05/17 22:00)
推
05/20 15:22, , 5F
05/20 15:22, 5F