【統計】喫煙経験有りと無しの人数の比較
- 統計データから喫煙経験有りと無しの人数を比較する方法を教えてください。
- AグループとBグループ、BグループとCグループ、CグループとAグループの差を調べるには、カイ二乗検定を行うかFisherの正確確率検定を行います。
- どちらの方法も適切でない場合、別の検定方法を教えてください。
- ベストアンサー
【統計】こんなときはどっち？
～喫煙経験有りと無しの人数～ 有 無 Aグループ 3 17 Bグループ 7 3 Cグループ 5 5 どの組とどの組に差が有るのかを見る場合、どちらが適切でしょうか？ １．カイ二乗検定を A-B, B-C, C-A で3回行い、p値が p＜0.0166…（=0.05/3 ※ボンフェローニ補正）となる組合せを探す。 ２．Fisher の正確確率検定を A-B, B-C, C-A で3回行い、p値が p＜0.0166…となる組合せを探す。（期待度数が5未満となるため） どちらでもない場合、適切な検定方法を教えて頂けると有り難いです。 宜しくお願いします。
- BioMedStat
- お礼率79% (38/48)
- 数学・算数
- 回答数1
- ありがとう数2
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
分割表の解析に関する参考URLを： http://homepage2.nifty.com/nandemoarchive/toukei_hosoku/cross_table_analyse.htm http://homepage2.nifty.com/nandemoarchive/toukei_hosoku/TwoKanrenseiAnalysis.htm ちなみに、私のおススメはボンフェローニの修正を施して、Fisherの正確確率検定を3回繰り返すという方法です。あるいは、ポアソン回帰モデルを当てはめるというアプローチもあります(これが一番好ましいかもしれませんが、モデルの解釈は高度というか、少しの経験が必要です)。
関連するQ&A
- --- カイ二乗検定 ---
ある学校のA組・B組・C組で、インフルエンザの罹患者数について有意な差があるのか、また有意差があるのであれば、どの組とどの組に有意差があるのかを確認したいとします。 検定方法は次の通りで合っているでしょうか。 まず3群全体でPearsonのカイ二乗検定を行う（p<0.05で有意）。有意差があれば、A-B、B-C、A-Cで同様にカイ二乗検定を繰り返す。 このとき有意とするのは Bonferroni の補正により p<0.0166…(=0.05／3)の場合とする。 （例）ABC組におけるインフルエンザ罹患有りと無しの人数 有 無 A組 9 21 B組 5 25 C組 14 16
- ベストアンサー
- 数学・算数
- 統計学（イェーツの補正）について
統計ソフトを用いて独立性の検定を行っている者です。出力された数値を見ると、期待度数が5以下のセルがあります。さらに、n数が多いためフィッシャーの直接確率が出力されません。しかし、「イェーツ補正P値」は出力されます。この場合、このイェーツ補正P値で判断すればよいのですか？どなたか、宜しくお願いいたします。
- ベストアンサー
- 数学・算数
- カイ二乗検定と下位検定 ＳＰＳＳ
質問文が長く、そして多く大変恐縮ですが、自分でいろいろ調べていてもなかなか解答が見つかりません。どなたかアドバイスをお願いしますm(_ _)m 回答パターンが４つある質問(例えばア・イ・ウ・エ)をして、それぞれに対して得られた回答数が期待度数を有意に上回っているかを検定するのはカイ二乗ですよね？ では下位検定としてア・イ・ウ・エのどれがどれを(有意に)上回っているかを調べるためには、観測度数を目で見るだけはダメですか？竹原卓真(2007)「ＳＰＳＳのススメ」(p.202)には「ライアンの方法」や「ボンフェローニの方法」が下位検定の方法として紹介されています（確立した手法ではないようですが）。 ボンフェローニは分散分析の下位検定で多重比較をする際などに有意確率の補正をする方法だと思っていました。ＳＰＳＳで上記のようなデータを用いてカイ二乗検定を行った後にボンフェローニ法を使った下位検定をするにはどうしたらいいのでしょうか？どこのタブをクリックしてもボンフェローニの「ボ」の字も出てきません。シンタックスの入力が必要ですか？またテューキーは使えますか？ よろしくお願いしますm(_ _)m
- ベストアンサー
- 心理学・社会学
- ３群間の検定について（カイ二乗検定→事後比較）
A 群、B 群、C 群の 3 群をカイ二乗検定により同時に比較し、少なくともどれかの群は多の群と異なることが分かったとします。 その後それぞれの群間（A vs B、B vs C、C vs A）で再びカイ二乗検定を行い、A 群のみが B、C 群と異なることが分かった、といった解析を行いました。 このような解析方法は統計学的に妥当なものでしょうか（間違った方法ではないでしょうか）？ なお、それぞれの群間での対比較の際はボンフェローニ法により有意水準を補正してあります。
- ベストアンサー
- 数学・算数
- 統計学の適合度検定についての質問です
統計学初心者です。 観測度数が理論度数の誤差の範囲内かどうかを調べたいのですがどうしたらいいでしょうか？ 適当な数値ですが、画像データのAの実測度数が理論度数の誤差の範囲内かどうかを検定するための具体的な計算方法を教えてください。 有意水準は5％、カイ二乗分布 カイ二乗検定で”全体”の検定は x^2=(60-50)^2/50+(20-30)^2/30+・・・+(2-1)^2/1 =6.8444・・・ となり、自由度4のカイ二乗分布、有意水準5％が9.49なので x^2<9.49 有意差はない（誤差の範囲内） というのでまずは合ってますでしょうか？ 次にAのみの観測度数と理論度数を検定（誤差の範囲内かどうかを知りたい）したいのですが、 x^2=(60-50)^2/50+(40-50)^2/50 =4 自由度2-1=1のカイ二乗分布、有意水準5％が3.84なので x^2>3.84 有意差はあり（誤差の範囲外） AとB～Eの2個に分けて計算してみましたが、そもそもこの方法が合っているのかどうか分かりません。 アドバイスよろしくお願いします。
- 締切済み
- 数学・算数
- カイ2乗検定
初めての投稿です。失礼があるかもしれませんがなにぶんよろしくお願いします。現在看護研究でカイ2乗が必要になっています。 ですがデータが少なすぎ？てうまくいきません。 A 効果有 効果なし B 効果有 ４ ０ ８ 効果なし ０ １ １ ４ ５ ９ です。それから対象は同じ患者様なので対応あり？するとマクマネーの 検定？フィッシャーについても実施してみましたが・・・。 いったい何の検定を使えばいいものやら？？？ 教えてください
- ベストアンサー
- その他（学問・教育）
- 統計の質問：分散分析？カイ二乗？
統計に詳しい方、お助け願います。私はほぼ初心者です。 例えば100名の協力者に対し、あるテストを行いました。解答は3パターン(仮にA・B・Cとします)に分類でき、どれかが正解というわけではありません。そういう意味ではアンケートに近いです。調べたいのはこのA・B・Cの解答の頻度(仮にA：20名、B：65名、C：15名とします)に有意差があるかどうかなのですが、A-B、B-C、C-Aのどこに差があるかまで見たい時は、 カイ二乗検定とその後の多重比較(ボンフェローニ法など)を行うべきでしょうか？ それとも、100名の解答をA・B・Cに振り分けるとき、それぞれに1点ずつ加算していって平均点を出し(A：0.2、B：0.65、C：0.15)、ABCの平均点の差について対応なしの分散分析とその後の多重比較(t検定など)を行うべきでしょうか？ 見当はずれなことを聞いているかもしれませんが、誰かアドバイスをお願いします。
- ベストアンサー
- 心理学・社会学
- 3つのグループの観測値が2.58,2.22,4.50で期待値が3グルー
3つのグループの観測値が2.58,2.22,4.50で期待値が3グループとも2.6の場合の比較をする場合、カイ二乗検定を使おうと思ったのですが、期待値が5以下のため使えないことがわかりました。フィッシャー検定を使うにも3グループのため使えないと思うのですが、こういう場合はどの検定を使うのが良いのでしょうか？
- ベストアンサー
- 心理学・社会学
- どちらの統計処理を選ぶか
ELIZA法で分析した添付データで、ＡとＢに有意差があるかを検定したいのですが、カイ二乗検定にするか、マンウィットニーのＵ検定にするか迷っています。ちなみに、”－”はブランクの数値と同等かそれ以下です。カイ二乗検定では、Ａ，Ｂそれぞれ、ー（シグナルのでなかった）の個数とシグナルのでた個数間で解析し、マンウィットニーのＵ検定では、Ａ，Ｂそれぞれ、ー（シグナルのでなかった）を０、シグナルの出たものを１として処理します。よろしくご教示ください。
- ベストアンサー
- 数学・算数
- 統計の問題について（Ｒを用いています）
以下の分割表で2種類の分割基準A,Bが独立であるかどうかを 有意水準0.05で検定せよ． B1 B2 B3 計 A1 27 16 24 67 A2 42 10 44 96 A3 33 20 60 113 計 102 46 128 276 という問題で、私は以下のように考えました。 カイ２乗検定を行う。 有意水準0.05で 仮設H0：ＡとＢは独立である を検定する。 > x<-matrix(c(27,16,24,42,10,44,33,20,60),nrow=3,byrow=T) > colnames(x)<-c("B1","B2","B3") > rownames(x)<-c("A1","A2","A3") > x B1 B2 B3 A1 27 16 24 A2 42 10 44 A3 33 20 60 > chisq.test(x) Pearson's Chi-squared test data: x X-squared = 10.3699, df = 4, p-value = 0.03464 よって、p 値(仮説棄却となる最小の有意水準値)=0.03464 なので，有意水準0.05 でH0棄却。 ゆえに、ＡとＢは独立でない。 （＞のところはＲでの実行結果です） これは正しいですか? 間違っている部分を指摘してほしいです。 回答よろしくお願いします。
- ベストアンサー
- 数学・算数
お礼
ご回答ありがとうございます。 Fisherの正確確率検定の繰り返し → ボンフェローニ補正 の手順が合っている事が確認でき良かったです。 参考ＵＲＬ拝見させて頂きました。この中で紹介されているk×2分割表の多重比較は Holm 法のようですね。私はこの考え方がしっくり来ないというか、私の分野ではカイ二乗検定のボンフェローニ補正が多く、あまり目にしないので敬遠していました。期待度数を気にせずカイ二乗検定を乱用するよりはよっぽどマシなのでしょうけど（^ ＾；） ポアソン回帰モデルでの考え方は私にはまだ経験が足りないようなので勉強してみます。