Коррекция непрерывности Yates для 2 x 2 таблиц сопряженности

Я хотел бы собрать информацию от людей в этой области о корректировке непрерывности Йейтса для таблиц 2 x 2. В статье в Википедии упоминается, что она может слишком далеко отрегулироваться и поэтому используется только в ограниченном смысле. Родственный пост здесь не предлагает гораздо более глубокий.

Итак, что вы думаете о людях, которые регулярно используют эти тесты? Лучше использовать коррекцию или нет?

И пример из реального мира, который даст разные результаты при уровне достоверности 95%. Обратите внимание, что это была домашняя проблема, но наш класс вообще не занимается исправлением непрерывности Йейтса, так что спите спокойно, зная, что вы не делаете мою домашнюю работу для меня.

samp <- matrix(c(13, 12, 15, 3), byrow = TRUE, ncol = 2)
colnames(samp) <- c("No", "Yes")
rownames(samp) <- c("Female", "Male")

chisq.test(samp, correct = TRUE)
chisq.test(samp, correct = FALSE)    

Коррекция Йейтса приводит к тестам, которые являются более консервативными, как с «точными» тестами Фишера.

$\chi^2$

$\chi^2$$p$$\chi^2$$p$simulate.p.value

Другие полезные ссылки, касающиеся вопросов небольшого размера выборки и чрезмерного использования теста Фишера, включают:

• I. Тесты Кэмпбелла, Хи-квадрат и Фишера-Ирвина, таблицы два на два с рекомендациями для небольшой выборки , Статистика в медицине 26 (19): 3661–3675, 2007.
• Марк Г. Хавиланд, Поправка Йейтса для преемственности и анализ таблиц непредвиденных обстоятельств 2 × 2 , Статистика в медицине 9 (4): 363–367, 1990.

Если у вас достаточно низкий счет, чтобы поправка Йейтса вызывала беспокойство (как в вашем примере), вам, вероятно, следует использовать точный критерий Фишера. В противном случае, я рекомендую, чтобы после использования теста хи-квадрат в таблице 2x2 вы подтвердили свой тест с помощью z-критерия отношения шансов в журнале.