w*******9
发帖数: 1433 | 1 It's a good idea but the chisq stuff is quite sensitive to the bins you use.
UNIVARIATE
, |
|
l*********s
发帖数: 5409 | 2 x is normal, x^2 is scaled chisq, which has a closed form mgf |
|
l*********s
发帖数: 5409 | 3 to use Chisq, each cell observation number must be greater then 5. |
|
g**********y
发帖数: 423 | 4 我得到这个数据
CellTypeI CellTypeII CellTypeIII
Hypermethylated 5400 1600 500
Hypomethylated 450 1500 150
用Fisher exact test or chisq test只能说明 methyaltion和CellType是相关的。
但是不能表明CellType中的哪种enriched with hyper or hypo-methylation。
显然，CellTypeI中Hypermethylated的数目比较多，要用什么test来说明
CellTypeI is significantly enriched with Hypermethylation。
另外 Is CellTypeII enriched with Hypomethylation?
Thanks!!! |
|
|
z**********i
发帖数: 12276 | 6 数据:
group class count
1 1 35
1 2 13
1 3 47
1 4 365
2 1 230
2 2 400
2 3 370
2 4 4000
我想比较2个group 在这4个CLASS中,COUNT是否有差异.
用了
PROC FREQ DATA=ONE;
WEIGHT=COUNT;
TABLES GROUP*CLASS/CHISQ;
RUN;
这样,得到了OVERALL P VALUE.但如果我想知道具体是哪个CLASS有差异,应该用什么呢?
多谢! |
|
a****g
发帖数: 8131 | 7 我用nQUERY
我尝试着用one sample chisq-test
with null hypothesized rate as .05
alternative proportions 分别为。1， 。15， 。20，
然后取最保守的值
你觉得这个方法有什么问题吗？谢谢 |
|
z**********i
发帖数: 12276 | 8 把你的数据转换一下,类似这样的CODE可以.
proc freq data=;
weight count;
tables * /chisq ;
run; |
|
n**m
发帖数: 156 | 9 现在手里有个survey。
是一个survey问题，有5个答案选项，问control和treatment。这个问卷一年里一共问
了11次。
research manager让我求average count，然后做test比较control和treatment。
我用average count做了chi-sq test，比较出来的结果p-value大概0.1。
然后我自己test，又做了一个count sum，把11次的问卷count加起来，然后比较，发现
chi-sq statistics乘了11倍，p-value变成<.0001
sumcount的数据像这样
1 2 3 4 5
treatement 500 700 1300 600 50
control 300 400 1300 400 46
请问一下我这么做有什么问题吗？ |
|
a****g
发帖数: 8131 | 10 这里的问题是你如何justify你为什么要做average 或者 做sum |
|
n**m
发帖数: 156 | 11 做average的话是和原来的sample size保持一致
我考虑做sum的话是觉得，如果把这个考虑成poisson分布的数据的话，sum才是真真收
集到的count数据啊。
不过11次重复做的时候，里面是不是有相关性之类的问题，这个我有点晕。 |
|
s*r
发帖数: 2757 | 12 如果每一次是independent的，那么sum的结果比较接近正确
如果你是对同一群人问11次，那么average的结果比较接近正确，你看到的巨小的p-
value是因为你在把correlated response 当初independent的过程中underestimate
standard error |
|
t**c
发帖数: 539 | 13 我觉得这个问题用3-way table比较合适，把时间作为一个变量 (= 1 ... 11)。
用SAS, PROC FREQ ....; TABLES TIME*GROUP*CHOICE/CMH；
用Breslow-Day Test来检验GROUP 和 CHOICE之间的关系对各个level的时间来说是否一
致。如果一致，CMH test会给出overall GROUP和CHOICE之间是否独立。
不过我试了一下，貌似当变量如果不止2个level的话，SAS不会给出Breslow-Day Test
的结果。不知道别的软件可不可以。 |
|
z******n
发帖数: 397 | 14 用CMH是正解，不过a nonsignificant CMH statistic suggests either that there
is no association or that no pattern of association has enough strength or
consistency to dominate any other pattern.因此没有必要用BDT，BDT对每个组的样
本量有要求，而且零假设是检验2×2表的odds ratio在不同的组间有无差异，因此对于
一般2×K的表没有定义。别的软件也不会有相关输出
Test |
|
z******n
发帖数: 397 | 15 求和明显没道理，同一批人，相关是必然的。这样做相当于变相增大样本量，p-value
减小意料之中 |
|
|
s*r
发帖数: 2757 | 17 哪里说是同一批啦 我看数字变化那么大，说不定每次都是新人
value |
|
s*r
发帖数: 2757 | 18 cmh也要求 independent sample |
|
|
p***r
发帖数: 920 | 20 U need clearly define the experiment unit and repeated measurement then you
know which method is right
★ 发自iPhone App: ChineseWeb - 中文网站浏览器 |
|
|
n*****n
发帖数: 3123 | 22 Suppose X,Y are independent.
By central limit, large number, and slutsky, we have, under H0,
mnD^2/((m+n)S(1-S)) --> chisq(1) in distribution.
For example if alpha=0.05, we reject the null if
mnD^2/((m+n)S(1-S))>3.84 |
|
a***e
发帖数: 1627 | 23 Year gap Total Group 1 group2 group3 p-value
1 515（82.1） 216（81.8%） 233（85%） 66（74.2%） <0.0001
2 90（14.4%） 42（15.9%） 33（12.0%） 15（16.9%） 0.564
3 22(3.5%) 6(2.3%) 8(2.9%) 8(9.0) <0.0001
请问sas，用什么方法求得p-value啊？
我用chisq, proc freq, anova。。方法用尽了，怎么都求不出这个0.564.。。请大家
帮忙啊
双黄包 |
|
a***e
发帖数: 1627 | 24 我觉得是不是要比较的是 在同一年份中，null hypothesis 是说三个group的
proportion 假设是相同的。。但是不是应该用chisq吗？
但是三个group，我定义的是（33.333，33.333，33.334）。。。
可是根本得不到这个p-value答案 |
|
a***e
发帖数: 1627 | 25 可是我用chisq 这三个year gap 都是小于 0.0001的
value |
|
a*****9
发帖数: 1315 | 26 我正好碰到同样的问题， 不过处理的是survey data 更烦
如果只是求各自的p-value 就用proc logistic
model ( ref= )
where ( 限定你要比较的组）
我求过， 应该可以得到预想的值。
如果用proc freq / chisq ,得到的是整体的p, 不一样。
你可以放狗搜， 很多paper |
|
k*******a
发帖数: 772 | 27 如果 Y是normal的话
(n-1)Sy^2/SIGMAy^2 ~ Chisq(n-1)
可以从中求出 var(Sy^2) 是 SIGMAy^2 的函数 |
|
|
|
s*******e
发帖数: 370 | 30 想问问应该看那个p-value呢？
我想看看某种病的发病率每年是不是升高。code如下。
proc genmod data=p;
CLASS ID ;
model case=year /dist=nb link=log offset=logpop type3;
repeated SUBJECT=ID/TYPE=AR(1) CORRW;
run;
但是结果有2个p-value可以看。 一个是GEE parameter estimate那里，另外一个是
Score Statistics For Type 3 GEE Analysis。
应该看哪个呢？
非常感谢！
Analysis Of GEE Parameter Estimates
Empirical Standard Error Estimates
Standard 95% Confidence
Parameter Estimate Erro... 阅读全帖 |
|
k*******a
发帖数: 772 | 31 假设 你又一个categorical variable X 和 一个 categorical Gender
你要比较 X的每个level里面 Male 的proportioan是否 一样
proc freq;
table X*gender /chisq;
run; |
|
|
l********w
发帖数: 101 | 33 frequency tables+chisq? |
|
g******2
发帖数: 234 | 34 chisq test still has minimum cell count requirement, so fisher's exact test
might be better. |
|
e**p
发帖数: 4259 | 35 老板在我休假的时候，招了个Dr.PH in biostatistics,印度人，是那种带有方向（
southern之类的）的学校毕业的，不知道是州立的还是community college,我没有参加
面试。
她上班第一天，我问她会什么，说dissertation做的是missing data, 比较normal
distribution,chisq distribution, T distribution data，用multiple imputation
的方法来做，有啥优缺点。。。然后问她，用什么软件做的，她说用的是SAS，data哪
来的，simulate的，时间关系，我没有继续问她毕业论文的问题
然后问她，除了SAS，会其他软件么？说会R，我问，会METLAB，C++等么，回答“不会
”，然后继续问，会unix,linux操作系统么，回答'不会'；然后继续问，SAS会macro么
，不会；sql呢，她问，是不是sequence?
我继续问，知道prediction model么，说不知道，一脸茫然，然后给她提示，说天气预
报的预测模型；还是一脸茫然，然后给她讲breast c... 阅读全帖 |
|
T*******I
发帖数: 5138 | 36 在很多人看来，统计学的水太深了，而一些人则搅混了这趟深水，令很多人望而却步。
其实，统计学原本是一件简单的事情，就是按照某种哲学思维解决关于认识世界的问题
。这也就是说，任何一个从事某一领域（例如天文、气象、物理、化学、 生物、政治
、经济、教育、医学、农学、体育，等等，当然，搞经典式纯数学的人可以被除外）的
研究和探索的人都应该是一个统计学家。
会不会unix,linux或者METLAB，C++都不重要。在一般情况下，SAS的语言、函数库和统
计模块等的综合应用可以为构建新的统计算法提供充分的解决方案。根据个人经验，
SAS的MACRO在构建新统计方法时是用得很多的，可以节省大量的时间和空间。
你问她“知道prediction model么？”我想如果你问题“知道regression model么”，
她应该会回答说知道。至于对估计的model参数的validation,这个问题我在此前和版上
的几位大佬们有过切磋。我的一个基本观点是，统计学应该是尽可能用全部的数据（即
从外部世界获得的全部经验事实）建立结论体系，而不是从已经得到的全部经验事实中
再随机地抽取一部分建立模型，然后用剩... 阅读全帖 |
|
z******n
发帖数: 397 | 37 如果局限到linear reg的score test，大致可以有一个比较全面的回答。欢迎指正
假设y x1 x2都已经中心化和标准化
y=b1*x1+ b2*x2 + e
记T1^2为 y=c1*x1 + e的score statistic （数值上大致等于Wald stat的平方）
T_2^2 为 y=c2*x2 + e的score statistic
简单计算表明H0: b1=b2=0的score statistic有形式
T= (T1^2 - 2*r*T1*T2 + T2^2)/(1-r^2)
r是correlation(x1, x2)
所以对于绝大部分情况，给定T1^ 和 T2^2充分大，且 r < 0时，你的回答应该是对的
。如果r > 0，则不一定，因为r对于分子分母的影响是同向的。这也是为什么对于两个
负相关的因子，联合起来考虑通常能提高power；对于正相关的情形，则未必，因为检
验统计量的增大（甚至减小）未必能抵消df增大的影响。
对于独立的情形，r=0，这时候T=T1^2 + T2^2 ~ chisq(df=2)，大概也是对的，要看具
体的significant t... 阅读全帖 |
|
z******n
发帖数: 397 | 38 这种情况我在4楼有讨论，结论仍然是各种情况都可能发生。下面是对应于你提到的情
况的一个数值例子
set.seed(29)
library("mvtnorm")
n<-100
rho<--.9
bet<-c(.1,.1)
sigma<-matrix(c(1, rho, rho, 1), ncol=2)
x<-rmvnorm(n, sigma=sigma)
e<-rnorm(n,sd=.5)
y<-x%*%bet+e
data<-data.frame(y, x)
colnames(data)<-c("y", "x1", "x2")
pv.x1<-summary(mdl)$coefficients["x1", "Pr(>|t|)"]
pv.x2<-summary(mdl)$coefficients["x2", "Pr(>|t|)"]
pv.jnt<-anova(mdl0, mdl, test="Chisq")[2, "Pr(>Chi)"]
> c(pv.x1, pv.x2, pv.jnt)
[1] 0.03195767 ... 阅读全帖 |
|
c********h
发帖数: 330 | 39 Asymptotic equivalent吧
一个应该是score test，另一个是likelihood ratio test taylor展开，渐进分布都一样 |
|
b*****e
发帖数: 5 | 40 谢谢楼上的，可是还是不明白呀，能具体说说吗？null应该是good fit,我印象中score
test, 不都应该是H0: theta=theta0 之类的吗，stat是s(theta0)^2/I(theta0), 那
theta0在这种情况下是什么呀？
另外你说的LRT taylor展开是什么呀，我只见过likelihood一阶导展开，你说的是LRT
statistic 展开？那是around什么展开呢，很困惑呀。。。 |
|
A****t
发帖数: 141 | 41 这只是同一个test statistic的两个不同写法，都是pearson chi square. 第一个应该
是(o_ij-e_ij)^2/e_ij对i，j求和。如果是binomial dist那每个covariate class对应
两种responses所以对j求和，你就会发现跟第二个式子是一样的 |
|
c********h
发帖数: 330 | 42 你做goodness of fit也是h0: theta = theta0，theta0是在h0的dist下，在每一个区
间内的概率
LRT那里面会有个log，就是对log展开，扔掉一个little op项
这两个检验，还有Wald test都是asymp equivalent，极限分布一样
score
LRT |
|
b*****e
发帖数: 5 | 43 非常感谢，对binomial的情况我明白了. 那如果in general, 把Pearson's 写成(y_i-
mu_i_hat)^2/(V(mu_i_hat)/w_i) 加和，其中V是variance function, w_i 是weight,
那跟(o_i-e_i)^2/e_i对i求和还一样吗？(这时只有i没有j对吗？）
谢谢！！ |
|
b*****e
发帖数: 5 | 44 万分感谢你的回答！那是不是对binomial，每个theta0(我后面用的是pi_i_0)就是相应
的yi/ni，因为与data完全吻合相当与good fit?就是saturated model. 你说的展开是
否为：对每个i, logL(pi_i_0)=logL(pi_i_hat)+0＋1/2*(pi_i_0-pi_i_hat)^2*logL''
(pi_i_hat) +...得到LRT stat 约等于 (pi_i_0-pi_i_hat)^2*-logL''(pi_i_hat), 然
后能得到pearson里的(y_i-n_i*pi_i_hat)^2/(n_i*pi_i_hat*(1-pi_i_hat))？可是我
好像得不到这个结论呢。因为LRT里是-logL''(pi_i_hat)＝yi/pi_i^2 + (ni-yi)/(1-
pi_i)^2,没有expectation代入mle,是observed info; 如果是取了expectation再代入
mle,就是wald's test的分母,倒是可以得到结论。 你说的score test难道是等同于(O_
i-E_i)^2/E... 阅读全帖 |
|
c********h
发帖数: 330 | 45 frequency
chisq-test的来源就是看frequency |
|
f***l
发帖数: 117 | 46 谢了，才发现chisq-test不是scale invariant的 |
|
c********h
发帖数: 330 | 47 性别，年龄这种的在 population应该每年都有年报，还有个州的
你可以用你的sample做个goodness of fit test，可以用chisq test，也可以用k-s
test |
|
r*******L
发帖数: 65 | 48 非统计专业菜鸟提问
two way table的两个变量之间知道用proc surveyfreq chisq 检测相关性，但是同样
的survey，不同时间的结果，想要进行比较，看看相关性有无变化，用什么code啊？好
像multi way table只是给出最后两个变量的相关性，前面的变量都是作为control因子
的。谁来帮着解答一下？ |
|
a*******g
发帖数: 80 | 49 最近课题
1要评估诊断方法，我计算了sensitivity 和 specificity，有没有什么staistics 可
以综合评估这个诊断方法 比如把这两个%加起来 感觉有点扯啊
2 我们想比较这个诊断方法在不同病人身上的表现 我打算计算每个小组的
sensitivity 和 specificity 然后分别有chisq检验 可以吧 因为各小组病人不重叠(
比如 男病人和女病人) 满足indenpendent原则 但是如果病人在不同小组有重叠该怎么
检验呢 比如胖的病人和男的病人 其中必然有些男胖病人 该怎么办
2如果比较不同的诊断方法 1和2 病人都是同一群 该用什么检验方法 mcnemar 比较
paired data 但和这个没关呀
听听大拿们的建议
多谢！ |
|
