12 12-Kontingenční tabulky 12.1 Testování nezávislosti v kontingenčních tabulkách • dvourozměrný náhodný výběr rozsahu n, dva nominální znaky X a Y • znak X ... r variant; znak Y ... s variant • absolutní simultánní četnosti • marginální absolutní četnosti • simultánní pst TVjk] odhad pjk = • marginální pst 71y, iry, odhady p^ = p.k = ^ • grafické znázornění dat: scatterplot Testování hypotézy o nezávislosti • Hq : X, Y jsou nezávislé • Hi : X, Y nejsou nezávislé • porovnávame pozorované četnosti s očekávanými četnostmi —- • podmínka dobré aproximace: očekávané četnosti musí v 80 % být > 5 a ve zbylých dvaceti % > 2; chisq.test(data)$expected • Testová statistika má tvar: • chisq.test(data) • Hq zamítáme na hl. význ. a, pokud K G W = (Xi-a((r ~ l)(s — !))>00) Měření závislosti, Cramérův koeficient • Cramérův koeficient _ n j=i k=i n kde m = min{r, s}. • cramersV (knihovna Isr) 1 12.2 Ctyřpolní kontingenční tabulky • náhodné veličiny X, Y mají pouze 2 varianty —y ctyřpolní kontingenční tabulka • Fisherův faktoriálový (přesný) test — Hq : X, Y jsou nezávislé — Hi : X, Y nejsou nezávislé — fisher.test(data) —y p-hodnota • Podíl šancí ve ctyřpolní KT — pokus —y 2 okolnosti —y úspěch nebo neúspěch — 1.okolnost: podíl počtu úspěchů ku počtu neúspěchů: -c — 2.okolnost: podíl počtu úspěchů ku počtu neúspěchů: ^ — podíl šancí a — OR G (0 ; oo) ... nesymetrický interval —y \nOR G (—oo ; oo) ... symetrický okolo nuly — Závislost X, Y je tím silnější, čím více se OR liší od jedné, nebo čím víc se ln OR liší od nuly Testování nezávislosti ve čtyřpolních KT pomocí podílu šancí — Hq : X, Y jsou nezávislé ... ln op = 0 — Hi : X, Y nejsou nezávislé ... ln op 7^ 0. — ověřit podmínky dobré aproximace — Testovací statistika T0 = = ~ as.iV(0,1) — kritický obor W = (—00; — ui-a/2) U (iti-a/2; 00) — To G W —y Hq zamítáme na ASYMPTOTICKÉ hladině významnosti a, — 100(1 — a)% asymptotický interval spolehlivosti (ä, h) = I ln OR - J l- + \ + i + iUl^; ln OR - J\ + \ + i + \ual2 0 ^ IS —y Hq zamítáme na asymptotické hl. význ. a = 0.05. 2