비율에 대한 유의한 2표본 검정이지만 유의하지 않은 카이-제곱안녕하세요 여러분
왼쪽과 오른쪽으로 그룹화된 일부 샘플에 대해 성능 차이가 관찰된 일부 통과 실패 테스트의 데이터로 작업하고 있습니다. 이것이 실제 차이인지 아니면 통계적 편차로 인한 편차인지 분석하려고 합니다. 저는 JMP에서 Contingency analysis(Fit X by Y) 프레임워크를 사용하여 이 작업을 수행하고 있습니다.
문제는 내가 아래에 표시된 결과에 대해 약간 혼란스럽다는 것입니다. 95%의 신뢰를 가정할 때 카이-제곱 테스트는 통과한 장치와 실패한 장치의 비율이 왼쪽 또는 오른쪽 샘플인지에 의존하지 않는 것으로 나타납니다.
이제 비율에 대한 2표본 검정도 수행하여 오른쪽 샘플에 대한 통과 확률이 왼쪽 통과 횟수보다 작거나 같을지 여부를 테스트하면 이 가설을 기각할 수 있음을 알게 됩니다. 사이드 샘플이 더 높습니다.
나는 이 두 가지 테스트가 서로 다른 유형의 가설을 테스트한다는 것을 알고 있지만, 결론에 이르기까지 이 두 가지가 서로 모순되는 것 같습니다.
마지막으로, 두 개의 샘플 테스트를 보면 차이 P(pass|right)-P(pass|left)에 대해 신뢰 구간이 -0.7%에서 9.4%로 증가한다는 것을 알았습니다. 바로 위의 두 가지 샘플 테스트. 이 간격의 모든 값이 0보다 크거나 같아야 하지 않습니까?
이 모든 훌륭한 도구를 이해하는 데 도움이 되는 모든 의견과 제안을 환영합니다. 
해석학창Re: 비율에 대한 유의한 2표본 검정이지만 유의하지 않은 카이-제곱두 표본 검정은 0을 포함하는 신뢰 구간을 보여줍니다. 이는 비교하려는 양측 검정이기 때문에 가설 검정과 일치합니다.두 경우 모두 5% 신뢰 수준을 전제로 평등 가설을 기각할 수 없습니다.카이 제곱 결과와 Wald 테스트의 차이는 나보다 더 깊은 통계 지식을 가진 사람이 필요합니다.그러나 숫자는 그다지 다르지 않으며 카이 제곱 검정에는 여러 가지 대체 결과가 있습니다(차이점을 설명하려면 내 것보다 더 깊은 지식이 필요함).동일한 수치적 결과를 기대하지는 않겠지만 질적으로는 상당히 유사하다는 것을 알 수 있습니다.
Re: 비율에 대한 유의한 2표본 검정이지만 유의하지 않은 카이-제곱데일 감사합니다.
하지만 그때 보여진 결과를 바탕으로 왼쪽 유형의 장치가 훨씬 더 실패하기 쉽다는 결론을 내리는 것이 옳다고 말할 수 있습니까?
이 논리에 따르면:
HA: P(통과|오른쪽) - P(통과|왼쪽) > 0
H0: P(통과|오른쪽) - P(통과|왼쪽) ≤ 0
의미: 0.0455
95%의 신뢰 수준이 주어지면 귀무를 기각하고 대립 가설을 받아들일 수 있습니다. 오른쪽 입력 장치 통과하다 왼쪽 유형 장치보다. 그 반대일 확률이 더 높다. 왼쪽 입력 장치 불합격 올바른 유형의 장치보다
