<\/p>\n
Der exakte Fisher-Test<\/a> wird<\/span> verwendet, um zu bestimmen, ob zwischen zwei kategorialen Variablen ein signifikanter Zusammenhang besteht oder nicht.<\/span><\/p>\n Er wird im Allgemeinen als Alternative zumChi-Quadrat-Unabh\u00e4ngigkeitstest<\/a> verwendet, wenn eine oder mehrere Zellenzahlen in einer 2 \u00d7 2-Tabelle weniger als 5 betragen.<\/span><\/p>\n Der exakte Fisher-Test verwendet die folgenden Null- und Alternativhypothesen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie der exakte Fisher-Test in R durchgef\u00fchrt wird.<\/span><\/p>\n Um den exakten Fisher-Test in R durchzuf\u00fchren, ben\u00f6tigen Sie lediglich einen 2 \u00d7 2-Datensatz.<\/span><\/p>\n Lassen Sie uns beispielsweise einen 2×2-Datensatz generieren, um ihn als Beispiel zu verwenden:<\/span><\/p>\n Um den genauen Test nach Fisher durchzuf\u00fchren, verwenden wir einfach den folgenden Code:<\/span><\/p>\n Dies f\u00fchrt zu folgendem Ergebnis:<\/span><\/p>\n Bei Fishers exaktem Test besteht die Nullhypothese darin, dass die beiden Spalten unabh\u00e4ngig sind (oder \u00e4quivalent dazu, dass das Quotenverh\u00e4ltnis gleich 1 ist).<\/span><\/p>\n Um festzustellen, ob die beiden Spalten unabh\u00e4ngig sind, k\u00f6nnen wir uns den p-Wert des Tests ansehen.<\/span><\/p>\n In diesem Fall betr\u00e4gt der p-Wert 0,1597<\/strong> , was uns sagt, dass wir nicht gen\u00fcgend Beweise haben, um die Nullhypothese abzulehnen.<\/span><\/p>\n Wir k\u00f6nnen daher nicht sagen, dass es einen statistisch signifikanten Unterschied zwischen den beiden Spalten gibt.<\/span><\/p>\n Beachten Sie, dass das Quotenverh\u00e4ltnis 0,1957871 betr\u00e4gt. Da der p-Wert des Tests 0,1597 betr\u00e4gt, bedeutet dies, dass sich das Odds Ratio nicht wesentlich von 1 unterscheidet.<\/span><\/p>\n Das Testergebnis gibt uns auch ein 95 %-Konfidenzintervall f\u00fcr das Odds Ratio, das wie folgt lautet:<\/span><\/p>\n 95 %-Konfidenzintervall f\u00fcr Odds Ratio: (0,0130943, 1,8397543)<\/strong><\/span><\/p>\n Da sich die Zahl 1 in diesem Verh\u00e4ltnis befindet, best\u00e4tigt dies, dass sich das Quotenverh\u00e4ltnis nicht wesentlich von 1 unterscheidet (vorausgesetzt, wir verwenden den Alpha-Wert von 0,05).<\/span><\/p>\n Die folgenden Tutorials bieten zus\u00e4tzliche Informationen zum exakten Fisher-Test:<\/span><\/p>\n Eine Einf\u00fchrung in Fishers exakten Test<\/a> Der exakte Fisher-Test wird verwendet, um zu bestimmen, ob zwischen zwei kategorialen Variablen ein signifikanter Zusammenhang besteht oder nicht. Er wird im Allgemeinen als Alternative zumChi-Quadrat-Unabh\u00e4ngigkeitstest verwendet, wenn eine oder mehrere Zellenzahlen in einer 2 \u00d7 2-Tabelle weniger als 5 betragen. Der exakte Fisher-Test verwendet die folgenden Null- und Alternativhypothesen: H 0 : (Nullhypothese) Die […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Beispiel: Exakter Fisher-Test in R<\/strong><\/span><\/h2>\n
#create 2x2 dataset<\/span>\ndata = matrix(c(2,5,9,4), nrow = 2<\/span> )\n\n#view dataset<\/span>\ndata\n#2 9\n#5 4<\/strong><\/pre>\n fisher. test<\/span> (data)<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Fisher’s Exact Test Online-Rechner<\/a>
So melden Sie genaue Fisher-Testergebnisse<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"