当 20% 的单元格的预期计数小于 5 时，如何进行卡方检验？在对一些变量进行一些分析后，我收到了这些警告消息（见下文）。 因此，为了解决这个问题，我在一本统计书中读到，我需要遵循其中规定的一些步骤来纠正问题，例如“如果最小的预期单元格频率小于五，则分析师应该重新编码行或列变量，组合行或列，直到达到足够的预期细胞频率。”
但是，我不太明白这一点或如何在 JMP 中执行此操作。 有人可以解释我如何更改修改内容，以便我不会通过我刚刚提到的书中的说明或更好的方式收到他的警告消息吗？ 我还听说我可以选择使用渔夫测试？
谢谢！
回复：如何纠正预期计数小于 5 的单元格？感谢马克到目前为止一直支持我！ 我尝试将各个级别折叠在一起并执行您提到的所有操作。 愚蠢的我，我意识到我一直在查看实际计数，忘记了它们与预期计数不同，这就是您之前所说的，有效性不是基于零计数，而是基于预期计数较少比 5. 我已经知道这一点，但它只是超出了我的想象。 无论如何，对此感到抱歉。 现在看看我的结果，在进行了您建议的所有更改和调整后，我的数据似乎总是有一个（或两个）延迟单元格的预期计数小于 1，如下例所示（图 1） 。
我在一个网站上找到了这个指南：“如果两个变量都有 4 到 6 个级别，那么如果满足以下任一条件，您就可以信任结果：
1. 所有细胞的预期计数至少为 2。
2. 所有细胞的预期计数至少为 1，并且 50% 或更少的细胞的预期计数小于 5。”
所以我希望至少能满足第二点，但正如你所看到的，中性/D/SD 下的一个单元格并不能完全满足它。 不过最后，在收到您（以及论坛中的其他人）关于对序数数据使用其他关联测试的建议后，如果我无能为力，我将尝试使用适合序数数据的其他测试进行实验。 但我仍然想听听您的想法，我是否最终可以利用卡方方法来处理这些数据。 除非，您强烈建议我继续使用序数数据的关联测试，因为它会给出更好的结果。
另外，我不太确定如何在 JMP 上进行关联的顺序测量，但我猜测当您使用“Fit Y by X”功能时，它会根据您的数据自动为您执行所有这些测试。 正如我发现的，当我单击“意外事件..”旁边的橙色选项卡按钮并选择关联度量时，它向我显示了许多不同测试的所有这些输出（图 2），其中一些我认为是序数数据的测试就像萨默斯那样。我是否可以通过这种方式查找不同测试的分析结果，而无需像 SPSS 要求您那样手动选择正确的测试？
Figure 1Figure 1图1
Figure 2Figure 2图2
回复：如何纠正预期计数小于 5 的单元格？让我们看看我们能做什么。
首先，我相信你的 Y 和 X 角色颠倒了。 响应（例如，中性）应属于 Y 角色（级别横跨关联表的顶部）。 其次，您的预测变量 X 的示例是有序的。 这是骑行活动减少的排名。 因此，您应该 (1) 应用序数造型类型(2) 添加一个价值排序列属性。 例如，在您发布的示例中，显示的第一个级别可能是“每周一次”之后的最后一个级别。 您也许可以利用 X 和 Y 的序数性质并使用更强大的关联测试比列联表 Chi 方。
事实上，您在相邻级别中没有收到或仅收到一些答复，这意味着您可以将它们折叠到单个级别中。 您展示的示例基本上具有所有正面质量：它在 190 个响应中显示出 8 个中性或负面响应。 您有很多观察结果，但将它们分布在 25 个单元格上意味着您可能无法通过有效性检查。
回复：如何纠正预期计数小于 5 的单元格？是的，我知道有效性是基于预期计数小于 5 的单元格，我只是突出显示了这些单元格以说明为什么我无法合并这些级别，因为两个单元格上都有预期计数小于 5 的单元格中立和不同意的水平。
不幸的是，我需要获得这些软件才能进行此测试。 那么我的问题还有其他解决方案吗？
回复：如何纠正预期计数小于 5 的单元格？首先澄清一下：有效性不是基于零计数，而是基于预期计数小于 5 的单元格。
JMP 仅提供 2x2 列联表的精确检验。 JMP Pro 或 SAS/STAT 为较大的表提供了精确的测试。
回复：如何纠正预期计数小于 5 的单元格？谢谢你们两位的回答，我发现他们非常有帮助。 但我在数据的其他部分发现了另一个问题。 在某些情况下，您的组合级别和只有 3 个级别的解决方案确实有效。 但在下面的结果中，我认为我无法做到这一点，因为您可以看到有太多单元格在多个级别中的预期值为零，因此很难将它们组合起来。 我想，费舍尔精确检验是我解决这个问题的最后手段。 但我想问，当我的变量有多个类别，导致表格具有大量行/列（例如 4x5、5x5），而 Fisher 精确检验需要 2x2 表时，如何在 JMP 中进行 Fisher 检验？
回复：如何纠正预期计数小于 5 的单元格？应急平台中使用的卡方检验要求至少 80% 的单元具有预期计数大于 5，否则单元格卡方总和将不具有卡方分布，因此您的测试 ( p -值）将无效。
在这种情况下，通常的简单解决方案是组合级别。 例如，在您的情况下，您可以将五个级别替换为三个级别（不同意、中立、同意），然后看看您的假设是否有效。 这种方式不会从分析中排除任何数据。
回复：如何纠正预期计数小于 5 的单元格？数据是什么，数据是什么。 统计数据基于不同细胞之间的关系。 您也许可以通过增加数据点的数量来解决这个问题，但这需要获得更多的受试者。 您选择执行的任何串联或消除都需要根据现实世界进行评估。 很多时候，由于反应数量较少，非常小的细胞计数毫无意义。 在这种情况下，你确实无法对这些结果发表任何意见。 因此，即使你把它们留在里面，我也不想对这些单元格做出任何声明。 因此，将它们删除可能会让您显示出与剩余数据更强的关系。
回复：如何纠正预期计数小于 5 的单元格？那么有没有什么方法可以在不显着改变数据的情况下解决这个问题呢？ 或者你提到的方法不会对结果产生显着影响吗？
回复：如何纠正预期计数小于 5 的单元格？你的担忧是有道理的。 我所展示的是一种可以让你折叠或消除数据的方法，这样你就可以满足统计检验的要求。 但正如您所指出的，这种方法是有代价的。
回复：如何纠正预期计数小于 5 的单元格？但是，如果我消除这些响应，是否也会从我的分析中消除它们的数据，这会改变结果，因为我排除了一些响应？ 我不太确定消除受访者如何解决这个问题；我应该消除哪些受访者？ 您能否解释一下执行这两项操作如何解决我的问题，因为我很难理解这个概念。 因为从我看来，如果我合并列，那么具有一些响应的列中的数据怎么样？ 即使只有一个人选择了该选项（例如“我不知道”选项），该信息难道没有用吗？ 谢谢！
回复：如何纠正预期计数小于 5 的单元格？我快速浏览了您的结果（这意味着我的统计观点可能不太准确），似乎很少有受访者回答“不同意”或“强烈不同意”。 所以你可能想做两件事之一。 要么消除这些受访者，要么重新编码他们的答案。
要消除这些响应，您可以通过转到显示屏顶部的红色三角形并选择本地数据过滤器来打开本地数据过滤器。 在那里您将能够仅选择您想要的数据。 您还可以转到数据表，选择与任一选项匹配的所有行，然后右键单击所选行之一的行状态列，然后选择“隐藏并排除”。 当您重新运行分析时，这些行将被排除在分析之外。
如果要重新编码，请转到相关列“回收可以.........”，选择该列，然后在数据表左侧的列面板中单击红色三角形并选择重新编码。 弹出的窗口将让您结合“不同意”和“强烈不同意”，或者可以同时选择这两个选项并将其移至“中立”
