对卡方检验结果 R 应用 Bonferroni 校正答案

【问题标题】：Applying a Bonferroni Correction on a chi square test result R对卡方检验结果 R 应用 Bonferroni 校正
【发布时间】：2017-08-17 04:47:42
【问题描述】：

我对具有两个名义变量的数据集应用了 R 卡方检验，即主题类别 (SC) 和研究机构 (RI)。表格是这样的

       RI1  RI2   RI3  RI4  RI5  RI6   RI7   RI8  RI9 RI10
sc1   4.95 2.97  2.97 5.94 3.96 7.92 25.74 44.55 0.99 0.00
sc2   6.53 3.01 11.55 5.52 5.02 6.03 23.61 38.19 0.00 0.50
sc3   6.12 4.08 10.20 6.12 0.00 2.04 24.48 44.89 0.00 2.04
sc4  10.00 0.00  2.00 8.00 0.00 4.00 32.00 42.00 0.00 2.00
sc5  10.93 3.12  6.25 3.12 1.56 6.25 23.43 42.18 1.56 1.56
sc6   6.10 4.58 12.21 6.87 3.05 4.58 24.42 35.87 1.52 0.76
sc7  11.90 7.14 11.90 7.14 2.38 2.38 33.33 19.04 0.00 4.76
sc8   8.60 3.22  6.98 5.37 3.76 3.76 20.96 43.01 1.61 2.68
sc9   7.27 4.84 13.93 6.06 4.24 2.42 19.39 40.00 1.21 0.60
sc10  3.75 0.00  8.75 7.50 1.25 1.25 33.75 40.00 2.50 1.25

卡方结果如下：

    chisq.test(mydata)

        Pearson's Chi-squared test

    data:  mydata
    X-squared = 102.51, df = 81, p-value = 0.05357
Warning message:
In chisq.test(mydata) : Chi-squared approximation may be incorrect

我想对 p 值应用 Bonferroni 校正。我的假设是学科类别不会影响研究机构的出版物数量。我的问题是，既然我有 10 个学科类别，我应该将 p 值除以 10 吗？...

附：我还没有达到 15 分，因此无法创建新标签“Bonferroni 校正”

【问题讨论】：

我很困惑为什么你认为你需要纠正多个测试。
要使用 bonferroni 获得 pvalue 截止值，您可以将 pvalue 阈值除以卡方检验的数量。然后使用新的 pvalue 作为阈值。例如 pvalue 阈值 = 0.05 和测试次数 = 10，那么新的 pvalue 阈值为 0.05/10 = 0.005。任何检验的 pvalue 小于或等于 0.005，则认为它是显着的
@Roland..我将为每一行重复 chi-test，因此需要更正
@Sathish...您是否建议我应该对每一行进行卡方检验？

标签： r chi-squared

【解决方案1】：

如果您要在整体 Chi Sq 测试后进行多次成对比较，您的 Bonferroni 校正将为 0.05/（测试次数）。查看有用的参考资料 here 和 here

您可能需要测试所有可能的配对，这意味着您将进行超过 10 次测试。但是，在继续之前，您可能需要考虑其他方法来解决这个问题。

第一步可能是重新评估您的假设。例如。如果您的研究机构有不同数量的研究人员，您的分析需要考虑到这一点（无论主题如何，预计更多的研究人员会产生更多的出版物）。当你澄清了你的研究问题后，你可能想要使用另一种统计方法而不是 Chi Sq。有助于在 Cross Validated 搜索问题/答案。

【讨论】：

我在这项研究的描述性统计中考虑了作者的数量，我将出版物的总数除以作者的数量，看看哪个机构的每位作者的文章比例更高。关于统计测试的任何建议，我都可以用来测试作者数量与作者数量之间的相关性。发表次数？
统计测试的建议确实超出了 SO 的范围。有助于在 Cross Validated 上搜索答案（链接在我的答案中），然后在必要时在那里写一个明确的问题。祝你好运。