Alternatif untuk uji chi-square untuk independensi untuk tabel lebih dari 2 x 2

Apa saja alternatif untuk uji chi-squared untuk variabel kategori dengan tabel lebih besar dari 2 x 2 dan sel dengan jumlah kurang dari 5, jika saya tidak ingin menggabungkan kelas?

chi-squared fishers-exact

— Israel
sumber

Uji Chi-Square juga dapat digunakan dengan tabel yang lebih besar dari 2x2. Bisakah Anda menjelaskan mengapa Chi-Square-test tidak sesuai untuk masalah Anda? Selain itu, dapatkah Anda menyatakan masalah yang ingin Anda selesaikan?

— COOLSerdash

Saya memiliki tabel kontingensi 2 x 3, dan sel dengan jumlah kurang dari 5

— Israel

Terima kasih, harap edit pertanyaan Anda dan tambahkan informasi ini karena tidak semua orang membaca komentar. Aturan umum mengenai Chi-Square-test adalah bahwa hasilnya dapat tidak akurat jika jumlah sel yang diharapkan lebih rendah dari 5. Biasanya, uji Fisher direkomendasikan dalam kasus ini. Tes Barnard juga bisa menjadi pilihan.

— COOLSerdash

Ada beberapa kesalahpahaman umum di sini. Tes chi-squared baik-baik saja untuk digunakan dengan tabel yang lebih besar dari $2\!\times\! 2$ $\ge 5$

$0$
$\le 20\%$ $< 5$ $<1$
- Campbell Ian, 2007, Chi-squared dan Fisher-Irwin menguji dua-dua tabel dengan rekomendasi sampel kecil, Statistics in Medicine, 26, 3661 - 3675

Jika jumlah yang Anda harapkan tidak cocok dengan kriteria yang lebih akurat ini, ada beberapa opsi alternatif yang tersedia:

Taruhan terbaik Anda mungkin adalah untuk mensimulasikan distribusi sampling dari statistik tes, atau menggunakan tes permutasi. Dalam R, misalnya, Anda cukup mengatur chisq.test(..., simulate.p.value=TRUE). Perangkat lunak lain juga harus memungkinkan ini.
Anda dapat menggunakan tes alternatif, seperti tes eksak Fisher. Meskipun uji pasti Fisher sering direkomendasikan dalam situasi ini, perlu dicatat bahwa ia membuat asumsi yang berbeda dan mungkin tidak sesuai. Yaitu, uji eksak Fisher mengasumsikan jumlah baris dan kolom ditetapkan di muka dan hanya pengaturan kombinasi baris x kolom dapat bervariasi (lihat: Mengingat kekuatan komputer saat ini, apakah pernah ada alasan untuk melakukan uji chi-squared daripada tes eksak Fisher? ). Jika Anda tidak nyaman dengan asumsi ini, mensimulasikan chi-squared akan menjadi pilihan yang lebih baik.

— gung - Pasang kembali Monica
sumber