সূত্র এবং আর এর ফিশার.স্টেস্টের সাথে বৈষম্যের অনুপাত কেন আলাদা? কোনটি বেছে নেওয়া উচিত?


14

নিম্নলিখিত উদাহরণে

> m = matrix(c(3, 6, 5, 6), nrow=2)
> m
     [,1] [,2]
[1,]    3    5
[2,]    6    6
> (OR = (3/6)/(5/6))    #1
[1] 0.6
> fisher.test(m)        #2

    Fisher's Exact Test for Count Data

data:  m 
p-value = 0.6699
alternative hypothesis: true odds ratio is not equal to 1 
95 percent confidence interval:
 0.06390055 5.07793271 
sample estimates:
odds ratio 
 0.6155891 

আমি বিজোড় অনুপাত গণনা করেছি (# 1) "ম্যানুয়ালি", 0.600; তারপরে (# 2) ফিশারের সঠিক পরীক্ষার ফলাফল হিসাবে, 0.616।

কেন আমি একই মান পেলাম না?

বৈষম্য-অনুপাতের গণনা করার বিভিন্ন উপায় কেন বিদ্যমান এবং কীভাবে সবচেয়ে উপযুক্তটিকে বেছে নেওয়া যায়?

উত্তর:


10

এর জন্য সহায়তা পৃষ্ঠা থেকে fisher.test():

নোট করুন শর্তাধীন শর্তযুক্ত সর্বোচ্চ সম্ভাবনা প্রাক্কলন (এমএলই) বরং শর্তহীন এমএলই (নমুনা প্রতিকূল অনুপাত) ব্যবহার করা হয়।


3

এখানে আলোচনায় যুক্ত করতে, এই "শর্তসাপেক্ষ" সম্ভাবনায় ঠিক কীভাবে কন্ডিশনার রয়েছে তা জিজ্ঞাসা করা দরকারী । ফিশার পরীক্ষাটি অন্যান্য শ্রেণিবদ্ধ বিশ্লেষণগুলির চেয়ে পৃথক যে এটি সারণীর সমস্ত মার্জিনকে স্থির বলে বিবেচনা করে যেখানে লজিস্টিক রিগ্রেশন মডেল (এবং পিয়ারসন চি-বর্গ পরীক্ষা যা লজিস্টিক মডেলের স্কোর পরীক্ষা) কেবলমাত্র একটি মার্জিনকে স্থির বলে বিবেচনা করে ।

ফিশার পরীক্ষা তারপরে হাইপারজিমেট্রিক বিতরণকে 4 টি কোষের প্রতিটিতে পরিলক্ষিত গণনের সম্ভাব্যতা মডেল হিসাবে বিবেচনা করে। হাইপারজমেট্রিক বিতরণে অদ্ভুততা রয়েছে যেহেতু উদ্ভূত প্রতিকূল অনুপাতের বিতরণটি অবিচ্ছিন্ন নয়, আপনি প্রায়শই একটি সর্বাধিক সম্ভাবনার অনুমান হিসাবে আলাদা বা প্রাপ্ত হন।


2
আমি মনে করি না যে আপনার উত্তরটি স্পষ্ট করে দেয় যে কীভাবে এই বিশেষ সম্ভাবনা দেখা দিতে পারে। আপনি যদি কোনও পণ্য-দ্বিপদী দিয়ে ডেটা উত্পন্নকরণের প্রক্রিয়াটির মডেল করেন, বলুন, আপনি প্রান্তিক মোটের উপর শর্তসাপেক্ষে একটি আলাদা সম্ভাবনা পেয়েছেন (এবং এমএলই) আপনি ওয়ালেনিয়াসের নন-সেন্ট্রাল হাইপারজোমেট্রিক বিতরণ - প্রান্তিকের সাথে মডেল করলে যা পাবেন তা থেকে মোট উভয় ক্ষেত্রেই "স্থির হিসাবে বিবেচিত"।
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

1

আপনার দ্বিতীয় প্রশ্নের উত্তর দেওয়ার জন্য, বায়োস্ট্যাটগুলি আমার ভুল নয় তবে আমি বিশ্বাস করি যে একাধিক প্রতিকূল অনুপাতের পরিসংখ্যানগুলির কারণ নমুনা নকশা এবং পরীক্ষাগুলির নকশার নমুনা account

আমি এখানে তিনটি রেফারেন্স পেয়েছি যা আপনাকে শর্তসাপেক্ষ এমএলই বনাম শর্তসাপেক্ষ অনুপাতের শর্তহীন, পাশাপাশি অন্যান্য ধরণের মধ্যে পার্থক্য রয়েছে তা বোঝার জন্য একটি বিট দেয়।

  1. নির্দিষ্ট প্রান্তিকের সাথে 2 × 2 টেবিলের সংমিশ্রণে সাধারণ প্রতিকূলতার অনুপাতের পয়েন্ট এবং অন্তর অন্তর নির্ধারণ

  2. জুড়ি মেলা এবং স্তরযুক্ত নমুনার জন্য আপেক্ষিক ঝুঁকির অনুমানকারীদের উপর বায়াসের প্রভাব

  3. শর্তসাপেক্ষে সর্বাধিক সম্ভাবনা অনুমানের একটি সাধারণ তুলনামূলক অনুপাতের তুলনামূলক অধ্যয়ন


3
এই উল্লেখগুলি কী বলা উচিত তা অন্তত একটি সংক্ষিপ্ত বিবরণ দেওয়া দরকারী হবে useful
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

@ স্কোর্টচি, একমত হয়েছেন। আমি কাজের সাথে ব্যস্ত ছিলাম এবং কেবল প্রথম দুটি বা দুটি পৃষ্ঠাতে পড়ার সুযোগ পেয়েছি। আমি এই সপ্তাহান্তে প্রতিটি সংক্ষিপ্তসার যুক্ত করব।
জোন

@ জোন যদি আপনি পারতেন তবে এই সংক্ষিপ্তসারটি যুক্ত করা কার্যকর হবে
Glen_b -রাইনস্টেট মনিকা

@ জন আমি কেবল একটি প্রশ্ন জিজ্ঞাসা করেছি। আমি আমার আসল প্রশ্ন পোস্ট করার 4 বছর পরে এটি দ্বিতীয় প্রশ্ন যুক্ত করেছিল। আপনি দ্বিতীয় প্রশ্নটি উল্লেখ করার সাথে সাথে আমি বুলির বিরক্তিকর সম্পাদনাটি ফিরিয়ে দিচ্ছি না, তবে কীভাবে উত্তর আর মেনে নেব তা নিশ্চিত নই।
উইনার্ড
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.