【卡方檢定的補充-費雪爾正確概率檢定(Fisher's exact test ... | 費雪fisher精確檢定
當不滿足使用卡方檢定的條件時,可採用Yate’scorrecttest或Fisher’sExactTest。本篇文章主要介紹 Fisher’sExactTest–R語言的操作,細節如下所述。#補充:何時使用卡方檢定or費雪爾正確概率檢定當總樣本量大於40,最小期望次數大於5=>卡方檢定;當總樣本量小於40,最小期望次數小於5=>費雪爾正確概率檢定(Fisher’sExactTest)。 一、費雪爾正確概率檢定(Fisher’sexacttest)這是一種用於2×2列聯表、行列的總數不超過20個、有細格期望值小於5的情況下所使用的無母數檢定法,可分析兩組類別資料之間是否有顯著相關。(1)資料形式:...
當不滿足使用卡方檢定的條件時,可採用Yate’s correct test或Fisher’s Exact Test。
本篇文章主要介紹 Fisher’s Exact Test – R語言的操作,細節如下所述。
#補充:何時使用卡方檢定or 費雪爾正確概率檢定
當總樣本量大於40,最小期望次數大於5 =>卡方檢定;
當總樣本量小於40,最小期望次數小於5 =>費雪爾正確概率檢定(Fisher’s Exact Test)。
一、費雪爾正確概率檢定 (Fisher’s exact test)
這是一種用於2×2列聯表、行列的總數不超過20個、有細格期望值小於5的情況下所使用的無母數檢定法,可分析兩組類別資料之間是否有顯著相關。
(1) 資料形式:
(2) 假設檢定:
H0:兩族群分佈相同
H1:兩族群分佈不同
(3) 費氏精確機率公式
二、R語言操作範例
(一) 範例介紹
為研究西瓜工廠日班和晚班輪班工作者所生產不良品之比率是否相同,蒐集資料如下表:
試以 α = 0.01為檢定之顯著水準,可得到何種理論。
(1) 設p1、p2分別表示日班、晚班所生產不良品之真正比率,其假設檢定為:
虛無假設→ H0:p1=p2。
對立假設→ H1:pi不全相同,i=1, 2。
(2) 顯著水準 α = 0.01
(二) 資料匯入
Work<-read.csv(“Work-2.csv”,header=T)
# read.csv ():將資料匯入到指定的變數,也就是Work
View(Work)
# View():瀏覽資料內容
=>根據執行結果:在資料集中共有3個變數和4個觀察資料,3個變數分別為:
班別(Class):1: 日班、2: 晚班;商品(Product):...