Mehrere Chi-Quadrat-Tests

11

Ich habe klassifizierte Daten in einer 2 x 2 x 6-Tabelle. Nennen wir die Dimensionen response, Aund B. Ich passe eine logistische Regression an die Daten mit dem Modell an response ~ A * B. Eine Analyse der Abweichung dieses Modells besagt, dass beide Begriffe und ihre Interaktion von Bedeutung sind.

Betrachtet man jedoch die Anteile der Daten, so sieht es so aus, als wären nur etwa zwei Ebenen Bfür diese signifikanten Effekte verantwortlich. Ich würde gerne testen, welche Level die Schuldigen sind. Im Moment besteht mein Ansatz darin, 6 Chi-Quadrat-Tests an 2 x 2 Tabellen von durchzuführen response ~ Aund dann die p-Werte aus diesen Tests für mehrere Vergleiche anzupassen (unter Verwendung der Holm-Anpassung).

Meine Frage ist, ob es einen besseren Ansatz für dieses Problem gibt. Gibt es einen prinzipielleren Modellierungsansatz oder einen Vergleichsansatz für mehrere Chi-Quadrat-Tests?

JoFrhwld
quelle
Ich habe einmal dieselbe Frage auf der R-Mailingliste gestellt und keine Antwort erhalten. Ich würde Ihnen vorschlagen, Ihren Titel zu ändern, da Ihre Frage "Post-hoc-Analyse des Chi-Quadrats - um die Ursache der Signifikanz zu ermitteln" betrifft (ein kürzerer Titel als der von mir vorgeschlagene wäre besser :))
Tal Galili
Schauen Sie sich einfach die Betas für Ihre Schuldigen an ... und verwenden Sie ein poissonisches, logarithmisch lineares Modell. Sie erhalten dann das Gleiche wie der Chi-Quadrat-Test, aber Sie erhalten alle verschiedenen Tests gleichzeitig.
Wahrscheinlichkeitslogik

Antworten:

11

Sie sollten sich mit "Partitionieren von Chi-Quadrat" befassen. Dies ähnelt in der Logik der Durchführung von Post-hoc-Tests in ANOVA. Auf diese Weise können Sie feststellen, ob Ihr signifikanter Gesamttest hauptsächlich auf Unterschiede in bestimmten Kategorien oder Gruppen von Kategorien zurückzuführen ist.

Ein kurzer Blick auf Google zeigte diese Präsentation, in der am Ende Methoden zum Partitionieren von Chi-Quadrat erläutert werden.

http://www.ed.uiuc.edu/courses/EdPsy490AT/lectures/2way_chi-ha-online.pdf

Brett
quelle
Interessant. Sind Sie jemals auf eine R-Implementierung gestoßen?
Tal Galili
expectedchisq.test(x)
Ich gebe Ihnen das Häkchen, da dies für mein Forschungsleben nützlich sein sollte. Dieser Ansatz ist jedoch auf eine ixj-Matrix anwendbar. Meine Frage betrifft jedoch eine ixjxk-Matrix
JoFrhwld
2
Die Chi-Quadrat-Partitionierung ist auf Mehrweg-Kontingenztabellen erweiterbar. Hier ist der Artikel, den Agresti in seinem Buch zitiert ... HO Lancaster (1951) "Complex Contingency Tables Treated by the Partition of χ2" Journal der Royal Statistical Society. Series B (Methodological), Vol. 3, No. 13, Nr. 2
Brett
1

Der prinzipienlose Ansatz besteht darin, die unverhältnismäßigen Daten zu verwerfen, das Modell neu anzupassen und festzustellen, ob die logit / bedingten Quotenverhältnisse für Antwort und A sehr unterschiedlich sind (Kontrolle für B). Dies könnte Ihnen sagen, ob Anlass zur Sorge besteht. Die Bündelung der Ebenen von B ist ein weiterer Ansatz. Auf prinzipielleren Linien: Wenn Sie sich Sorgen über relative Proportionen machen, die das Simpson-Paradoxon auslösen, können Sie die bedingten und marginalen Quotenverhältnisse für Antwort / A untersuchen und feststellen, ob sie sich umkehren.

Um insbesondere Mehrfachvergleiche zu vermeiden, fällt mir nur ein hierarchisches Modell ein, das zufällige Effekte über Ebenen hinweg berücksichtigt.

ars
quelle
0

Ich weiß nicht genau, was Ihre Ziele sind oder warum sie das sind, was sie sind. Aber anstatt Hypothesentests durchzuführen, empfehle ich normalerweise, die Aufmerksamkeit auf Vorhersagen und Konfidenzintervalle zu richten.

Michael Bishop
quelle
0

Der Post-Hoc-Test passt möglicherweise zu Ihrem Problem. chisqPostHoc () funktioniert in R-Tests auf signifikante Unterschiede zwischen allen Populationspaaren in einem Chi-Quadrat-Test. Obwohl ich es nicht benutzt habe, kann dieser Link nützlich sein. https://www.rforge.net/doc/packages/NCStats/chisqPostHoc.html

Eine andere Alternative kann die Funktion chisq.desc () aus dem EnQuireR-Paket sein.

Dr. Nisha Arora
quelle