R中的Prop.Test:如何纠正大量的观察结果

时间:2014-07-22 08:18:00

标签: r chi-squared multivariate-testing

这不是一个真正的编码问题,而是一个统计问题。

我正在为多个科目进行多重比例的比例测试。

例如,受试者1将具有多个比例(每个总试验多次“成功”),受试者2将具有多个比例。对于每个主题,我们都在测试所有这些比例是否相同。对于每个受试者,有多个比例,其中每个总试验的成功次数。比例可以从60个中的30个成功到1000个中的300个成功(仅显示每个主题的试验和成功范围)。此外,对于每个受试者,可以有不同数量的比例。主题1可以有50个比例,而主题2可以只有2个。想法是我们试图测试每个主题的所有比例是相同的,然后如果它们不同则拒绝。

然而,当我使用prop.test时,我意识到具有更多比例的受试者将比仅具有2个比例的受试者具有更显着的p值。我想知道是否有办法以不同的方式解决这个问题。我可以做的任何修正,或考虑到仓位的数量。

任何建议都有帮助。

1 个答案:

答案 0 :(得分:0)

通过使用Z-statistic比较一个比例与其他比例,您可以通过执行零假设检验来实现比较单个主题的比例的一种方法。 Z统计量固有地标准化不同样本大小的数据。例如,假设一个主题有50个比例,您将有50个测试,并且在下面的方法中,每个主题允许5%的错误。您可以使用以下内容进行设置:

研究问题:

对于50个比例的单个主题,第一个比例是否与其他比例相同?

假设

  • 空假设:u_1 = u_2 = ... = u_50
  • 替代假设:u_i!= 1/49 sum(u_j)其中j!= i

计算统计数据

  • 使用Z检验比较其他49个比例的平均值与平均值(对于所有50个样本)
  • N是您的试验次数

计算相应的测试统计信息和拒绝条件

  • 每个主题允许5%的错误
  • p值,5%/ 50

您将对此主题的每个比例重复此方法(即对该主题执行50次无效假设测试)。