カイ2乗は常に片側検定ですか?


48

公開された記事(pdf)には、次の2つの文が含まれています。

さらに、誤った報告は、誤ったルールの適用または統計的テストの知識不足によって引き起こされる可能性があります。たとえば、ANOVAの合計dfは、検定のレポートのエラーdfであると見なされるか、研究者がまたは検定の報告されたp値をで除算するワンサイド値は、一方の値やテスト既に片側検定です。χ 2 Fのp個のP χ 2 FFχ2Fppχ2F

なぜ彼らはそれを言ったのでしょうか?カイ二乗検定は、両側検定です。(著者の一人に尋ねましたが、返事はありませんでした。)

私は何かを見落としていますか?


カイ二乗が両側検定に使用される場合の(例外的な)例については、2004年版Davidson&Mackinnonの演習4.14を参照してください。編集:ここに素晴らしい説明:itl.nist.gov/div898/handbook/eda/section3/eda358.htm
最大

回答:


50

カイ2乗検定は、本質的に常に片側検定です。これを考えるための大まかな方法​​は次のとおりです。カイ2乗検定は基本的に「適合度」検定です。明示的にそのように呼ばれることもありますが、そうではない場合でも、本質的には依然として適合度が高いことがよくあります。たとえば、2 x 2頻度表の独立のカイ2乗検定は、2番目の行(列)で指定された分布に対する最初の行(列)の適合度の検定(またはその逆)です。 、同時に。したがって、実現されたカイ2乗値が分布の右端にある場合、適合度が低いことを示し、事前に指定されたしきい値と比較して十分に大きい場合、非常に低いと結論付けることができます。データがその参照分布からのものであるとは考えていません。

カイ2乗検定を両側検定として使用する場合、統計値がカイ2乗分布の左側にあまりにも遠すぎるかどうかも心配します。これは、フィットがあまりに良いかもしれないことを心配していることを意味するでしょう。これは私たちが通常心配していることではありません。(歴史的な補足として、これはメンデルが彼のデータを偽造したかどうかの論争に関連しています。アイデアは彼のデータが真実であるには余りにも良いというものでした。興味があるなら詳細はこちらをご覧ください。)


9
メンデルのエンドウ豆の実験での両面使用に言及するための+1:それは記憶に残るものであり、質問の核心になります。
whuber

2
良い質問と優れた回答を得るために+1。@ジョエルW:テストでカーンアカデミーのビデオを強くお勧めできますχ2
マックスゴードン

9
これの私の要約は、は、通常、分布のテールの1つだけに関心がある両側検定であり、偶然に期待するよりも不一致が少ないのではなく、不一致が多いことを示しています。χ2
フランクハレル

5
両側ビューのサポート:「標準正規分布の+/- zを超える両側テール確率は、df = 1のカイ2乗分布のz平方より上の右側テール確率と等しくなります。たとえば、 -1.96を下回り、1.96を上回る.05のテール付き標準正規確率は、df = 1の場合、(1.96)squared = 3.84を超える右テールカイ2乗確率に等しくなります。Agresti、2007(第2版)11ページ
ジョエルW.

5
そのとおり。Zスコアを二乗すると、カイ二乗変量が得られます。たとえば、2のaz(または-2!)は、2乗が4の場合、対応するカイ2乗値になります。2のzスコアに関連付けられた両側のp値は.04550026です。カイ2乗値4(df = 1)に関連付けられた片側p値は.04550026です。両側z検定は、片側カイ2乗検定に対応します。カイ2乗分布の左端を見ると、偶然に予想されるよりもz = 0に近いzスコアを探すことに対応します。
GUNG -復活モニカ

12

カイ2乗は常に片側検定ですか?

それは本当に2つのことに依存しています:

  1. どの仮説がテストされているか。指定された値に対する正規データの分散をテストしている場合、分布のカイ2乗(片側)、または両方の上側または下側のテールを処理することは非常に可能です。型統計は町でのカイ二乗検定だけではないことを覚えておく必要があります!(OE)2E

  2. 人が話しているかどうかを対立仮説は一部の人は、両面の代替を参照するために「両側」を使用しているため(ワンであることや、両面にかかわらず、統計の標本分布と何が起こるかの。これは時々することができたとえば、2サンプルの比率検定を見ている場合、だれかがnullで2つの比率が等しいことを書き、代わりにと書くかもしれません| T | | T |π1π2そして、それを「両側」と言いますが、Z検定ではなくカイ2乗を使用して検定します。したがって、検定統計量の分布の上側の裾だけを見てください(したがって、サンプル比率の差の分布ですが、それから得られたカイ二乗統計の分布に関して尾を引いたものです-t検定統計量を作成する場合とほぼ同じ方法で、あなただけです分布の片方の尾を見ます。|T||T|

言うことである、私たちは「カイ二乗検定」の使用によりカバーに何を意味するかについて非常に注意しなければならない私たちは「両側」対「片側」と言うとき、私たちは何を意味するかについての正確な。

状況によっては(2つ言及しましたが、もっとあるかもしれません)、それを両側と呼ぶのは完全に理にかなっているかもしれません。

議論を特定の種類のカイ2乗検定に限定する場合、それは片側のみであると言うのは合理的な記述かもしれません。



分散テストについてお話しいただきありがとうございます。それは実際、このテストの非常に興味深い使用法であり、このページに
たどり着い


1

χ2

χ2

この読み方は、テスト統計がどのように生成され、テスト統計のテールが調べられているかを混同することです。


「元のディストリビューションの側面」とは何かを詳しく説明していただけますか?「元の分布」が何を指しているのか、またデータから計算されたカイ2乗統計とどのように関係しているのかさえ明らかではありません。
whuber

nχ2χ2

わかりましたが、あなたがそれと何を対照しているのかまだわかりません。ANOVAで使用できる非両面検定統計量の例を提供して、それがどのように分布の裾と結び付いているかを示していただけますか?
whuber

χ2χ2χ2

あなたが説明しようとしていることを理解するのを助けるためだけにコントラストを求めています。私はそれが何であるかをまだ決定できていません。
whuber

0

私もこの質問を理解するためにいくつかの問題を抱えていましたが、いくつかの実験の後、私の問題は単にテストの名前の付け方にあるように見えました。

例としてのSPSSでは、2x2テーブルにchisquare-testを追加できます。p値には2つの列があり、1つは「ピアソンカイ二乗」、「連続性補正」など、もう1つはフィッシャーの正確検定の列のペアです。片側検定。

最初に、1辺と2辺がカイスクエア検定の1辺または2辺のバージョンを示していると思ったが、これは奇妙に思えた。しかし、これは比率の差の検定、すなわちz検定における対立仮説の基礎となる定式化を示していることが判明しました。そのため、SPSSでは、しばしば合理的な比率の両側検定がカイ二乗検定を使用して達成されます。カイ二乗検定は、分布の(片側)上部裾の値と比較されます。これは、元の質問に対する他の回答がすでに指摘していることだと思いますが、それを実現するのに時間がかかりました。

ところで、openepi.comと他のシステムでも同じ種類の製剤が使用されています。




-1

χ2χ2χ2

SSwdfw

χ2

カイ二乗分布とF分布


1
検定統計量は、両方の裾を考慮するために負の値を取る必要はありません。たとえば、2つの分散の比率に対するF検定を考えてみましょう。
Glen_b

Fテストは片側テストGlen_bです。
ダニエル

3
2つの分散推定値の比が片側ではない統計量をもつ分散の等価性のF検定。分子に2つのサンプル分散のうち大きい方を配置する近似がありますが、dfが同じ場合にのみ正しいです。しかし、それが気に入らない場合は、他にも多くの例があります。ランクサムテストの統計値を負にすることはできませんが、テストは両側になります。必要に応じて他の例を提供できます。
Glen_b

σ12σ22σ12>σ22
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.