Fisher精确检验是一种用于小样本的统计显著性检验,它是用于分析列联表的众多检验之一,列联表显示了两个或多个变量之间的相互作用。该检验由英国科学家罗纳德·费舍尔发明,它之所以被称为精确检验,是因为它准确地计算了统...
Fisher精确检验是一种用于小样本的统计显著性检验,它是用于分析列联表的众多检验之一,列联表显示了两个或多个变量之间的相互作用。该检验由英国科学家罗纳德·费舍尔发明,它之所以被称为精确检验,是因为它准确地计算了统计显著性,而不是使用近似值性别与养宠物有关。要理解Fisher精确测试的原理,必须了解列联表是什么以及如何使用它。在最简单的例子中,列联表中只有两个变量需要比较。通常,这是分类变量。举个例子,假设你正在进行一项关于性别与养宠物是否相关的研究。在这项研究中有两个分类变量:性别,男性或女性,以及宠物的拥有量在最右边设置一个列联表,另一个在左边,因此在每个变量的组合中都有一个方框。下面是示例研究的列联表,假设对24个人进行调查:宠物主人不是宠物主人总人数1910女性11314总数121224Fisher精确检验计算了与原假设的偏差,即数据中没有偏差,或者两个分类变量之间没有相关性,零假设是,男性和女性拥有宠物的可能性是相等的。Fisher精确检验是针对样本量较小或单元格数之间差异较大的列联表设计的,如上图所示。对于样本量大且表中每个单元格的数字平衡良好的列联表,Fisher精确检验不准确,最好采用卡方检验。在分析上表数据时,Fisher精确检验用于确定样本中男女宠物拥有量分布不均的概率。我们知道被调查的24人中有10人拥有宠物,24人中有12人是女性。随机抽取的10人中有9名女性和1名男性的概率表明样本中宠物主人的分布具有统计学意义概率用字母p表示费舍尔精确检验通过乘以每个边际总和的阶乘来确定上述数据的p值——在上表中,10,14,12,和12——将结果除以每个单元格数的阶乘与总和的乘积。阶乘是所有小于或等于给定数的正整数的乘积。10!因此,发音为“ten factorial”等于10X9X8X7X6X5X4X3X2X1或3628800(14!)(12!)(12!)/(1!)(9!)(11!)(3!)(24!)。使用计算器,我们可以确定获得上表中数字的概率低于2%,远低于假设为真的概率。因此,在研究样本中,性别与宠物拥有量之间不存在偶然性或显著关系的可能性
-
发表于 2020-08-16 16:11
- 阅读 ( 3287 )
- 分类:科学教育