আমার কাছে 2 x 2 x 6 টেবিলের ক্রস শ্রেণিবদ্ধ ডেটা রয়েছে। আসুন মাত্রা কল করুন response, Aএবং B। আমি মডেলের সাথে ডেটাতে একটি লজিস্টিক রিগ্রেশন ফিট করি response ~ A * B। এই মডেলের বিচ্যুতি বিশ্লেষণ বলে যে উভয় পদ এবং তাদের মিথস্ক্রিয়া গুরুত্বপূর্ণ।
যাইহোক, ডেটাগুলির অনুপাতের দিকে তাকানো দেখে মনে হচ্ছে কেবলমাত্র 2 বা তত মাত্রা Bএই উল্লেখযোগ্য প্রভাবগুলির জন্য দায়ী। আমি কোন স্তরের দোষী তা পরীক্ষা করে দেখতে চাই। এখনই, আমার পদ্ধতির 2 x 2 টেবিলের 6 টি চ-স্কোয়ার পরীক্ষা করা response ~ Aএবং তারপরে একাধিক তুলনা (হলম অ্যাডজাস্টমেন্ট ব্যবহার করে) those পরীক্ষাগুলি থেকে পি-মানগুলি সামঞ্জস্য করা।
আমার প্রশ্ন এই সমস্যার আরও ভাল পদ্ধতির আছে কিনা। আরও কি কোনও নীতিগত মডেলিং পদ্ধতির, বা একাধিক চি-স্কোয়ার পরীক্ষার তুলনা পদ্ধতির রয়েছে?
আমি একবার আর মেলিং তালিকায় একই প্রশ্নটি জিজ্ঞাসা করেছি, এবং কোনও প্রতিক্রিয়া পাইনি। আমি আপনাকে পরামর্শ দিতে চাই যেহেতু আপনার প্রশ্নটি "চি স্কোয়ারের পোস্ট-হ্যাক বিশ্লেষণ সম্পর্কিত - তাত্পর্যটির কারণটি সনাক্ত করতে" সম্পর্কিত (একটি সংক্ষিপ্ত শিরোনাম যার পরে আমি প্রস্তাব করেছি তার চেয়ে ভাল হবে :))
—
তাল গালিলি
আপনার অপরাধীদের জন্য কেবল বিটাগুলি দেখুন ... এবং একটি পিসন, লগ-লিনিয়ার মডেল ব্যবহার করুন। আপনি তার পরে চি-স্কোয়ার পরীক্ষা আপনাকে যা দেয় তা একই জিনিস পান তবে আপনি একই সাথে বিভিন্ন পরীক্ষার সমস্ত পান।
—
সম্ভাব্যতাব্লোগিক