Fischers exaktes Test-Odds-Ratio und KonfidenzintervalleHallo,
Ich bin ein regelmäßiger Benutzer von JMP, habe aber keine Erfahrung mit Skripten. Ich habe für meine Analyse den exakten Test von Fischer verwendet und erhalte die Ergebnisse wie veröffentlicht. Ich habe zwei Fragen:
1. Warum erhalte ich zwei unterschiedliche exakte Tests und P-Werte? Welcher ist der richtige?
2. Beim Quotenverhältnis stimmt das Konfidenzintervall nicht mit dem p-Wert überein (der <0,05 ist). Ich vermute, dass es etwas mit der Art und Weise zu tun hat, wie die Konfidenzintervalle berechnet werden. Können Sie mir sagen, wie man das genaue Konfidenzintervall hier am besten berechnet? Bei anderen exakten Analysen, die im selben Datensatz verwendet werden, tritt dieses Problem bei mir nicht auf.
Danke
Grundlegende Datenanalyse und ModellierungBetr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleIch habe mich an den JMP-Support gewandt. Das Problem war, dass die verwendeten Gewichte nicht ganzzahlige Gewichte waren. Bei Verwendung von gerundeten ganzzahligen Gewichtungen verschwand die Diskrepanz in den Odds-Ratio-KIs und p-Werten.
Leider scheint JMP nicht ganzzahlige Gewichtungen verarbeiten zu können. Es wäre nützlich, diese Funktion zu haben!
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleIch habe keinen Zugriff auf JMP-Computercodes. Ich empfehle Ihnen, Ihre Frage zu den Auswirkungen der Gewichtung der Kontingenztabellenanalyse an den technischen Support von JMP zu senden ( support@jmp.com ). Bitte berichten Sie hier, was Sie von ihnen lernen, damit andere Community-Mitglieder von Ihren Erfahrungen lernen können.
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleHallo @Mark_Bailey . Ich habe mich gefragt, ob Sie weitere Erkenntnisse dazu haben. Ich habe noch keine Lösung für dieses Problem gefunden.
Ich habe versucht, Kontingenztabellen zu erstellen (mit den Zahlen, die ich nach der Gewichtung erhalte) - dies scheint mir OR und 2-seitigen p-Wert für den genauen Test zu geben, die miteinander übereinstimmen. Ich habe diese für mehrere Analysen ausgeführt, die im Vergleich zur Verwendung der Gewichtungsvariablen ähnliche, aber nicht genau dieselben Ergebnisse zu liefern scheinen.
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleDie Unterschiede betrafen die demografischen Merkmale, die wir für alle Befragten hatten, z. B. Alter, Geschlecht. Daher könnten wir diese Daten zum Vergleich verwendenBetr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleWoher weißt du das " Unterschiede zwischen Respondern und Non-Respondern", wenn die Non-Responder nicht geantwortet haben? Ich lasse besser jemanden übernehmen, der sich mit dieser Art von Analyse besser auskennt!
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleDies war eine Umfrage mit einer Rücklaufquote von ~50 % mit Unterschieden zwischen Antwortenden und Nichtantwortenden, daher unsere Entscheidung, die Nichtantwort zu berücksichtigen. Die Gewichte wurden auf der Grundlage von 3 Ausgangsmerkmalen berechnet, die das Ansprechen beeinflussten. Die Gewichtsberechnung wurde wie folgt durchgeführt: Für jede Kombination der 3 Variablen wurde die Gesamtzahl mit dieser Kombination in der ursprünglichen Kohorte durch die Anzahl der Patienten mit dieser Kombination geteilt, die an einer Umfrage teilgenommen haben.
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleWarum werden Gewichte für Non-Responder verwendet? Wie werden die Gewichte ermittelt?
Die Verwendung der Gewichtsrolle verändert das Ergebnis der Analyse.
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleJa.
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleUm die obige Antwort zu ergänzen, beziehen sich diese Gewichtungen auf die Nichtbeantwortung von Umfragen, und es gibt kein komplexes Studiendesign (wie Schichtung oder Clustering), das ich anpassen muss.Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleVielen Dank für Ihre Antworten. Ich denke auch, dass das „Gewicht“ (das ein Stichprobengewicht für das Studiendesign ist) die Dinge geändert haben könnte, da @Thierry_S schlägt vor. Wenn ich nur die „Zählungen“ aus dieser 2*2-Tabelle im Abschnitt „Häufigkeit“ der Notfallplattform verwende, erhalte ich die gleichen Ergebnisse wie Sie. @Mark_Bailey . Was die alternative Hypothese betrifft, müsste ich diejenige verwenden, die nur zweiseitigen Werten entspricht
Betr.: Fischers exaktes Testquotenverhältnis und KonfidenzintervalleHallo Mark,
Es sieht so aus, als ob die erste Analyse die Gewichtung für die Häufigkeit verwendet hat, während Sie die Anzahl verwendet haben; Wäre das eine mögliche Quelle für unterschiedliches Verhalten?
Am besten,
TSBetr.: Fischers exaktes Testquotenverhältnis und Konfidenzintervalle- Sie verstehen den genauen Test für eine 2x2-Kontingenztabelle nicht. Es ist möglich, es zu benutzen drei Wege. Der Alternative Hypothese erklärt jeden Weg und ermöglicht Du um zu entscheiden, welcher der drei Tests für Ihre Entscheidung geeignet ist.
- Das Quotenverhältnis-Konfidenzintervall tut den Prüfungen entsprechen. Der P -Werte größer als Alpha = 0,05 sind und das 95 %-Konfidenzintervall für das Odds Ratio 1 umfasst.
Ich habe keine Ahnung, was Sie bei dieser Analyse im Vergleich zu anderen Analysen mit demselben Datensatz falsch oder anders gemacht haben könnten. Welche andere Analyse gibt es?
Ich erhalte nicht das gleiche Ergebnis für die Analyse der gleichen Daten. Siehe mein Ergebnis:
