У меня есть набор данных, состоящий из элементов из трех групп, назовем их G1, G2 и G3. Я проанализировал некоторые характеристики этих элементов и разделил их на 3 типа «поведения»: T1, T2 и T3 (для этого я использовал кластерный анализ).
Итак, теперь у меня есть таблица непредвиденных обстоятельств 3 x 3, подобная этой, с количеством элементов в трех группах, разделенных по типу:
| T1 | T2 | T3 |
------+---------+---------+---------+---
G1 | 18 | 15 | 65 |
------+---------+---------+---------+---
G2 | 20 | 10 | 70 |
------+---------+---------+---------+---
G3 | 15 | 55 | 30 |
Теперь я могу запустить тест Фишера на этих данных в R
data <- matrix(c(18, 20, 15, 15, 10, 55, 65, 70, 30), nrow=3)
fisher.test(data)
и я получаю
Fisher's Exact Test for Count Data
data: data
p-value = 9.028e-13
alternative hypothesis: two.sided
Итак, мои вопросы:
правильно ли использовать тест Фишера таким образом?
как узнать кто отличается от кого? Могу ли я использовать специальный тест? Глядя на данные, я бы сказал, что 3- я группа отличается от первых двух, как мне показать это статистически?
кто-то указал мне на логит моделей: они являются жизнеспособным вариантом для этого типа анализа?
любой другой вариант для анализа этого типа данных?
Большое тебе спасибо
Nico
summary(model1)
вы увидите что-то вродеResidual deviance: -2.7768e-28 on 0 degrees of freedom
Вы можете использовать мультином из пакета nnet для полиномиальной регрессии. После специальных тестов вы можете использовать линейную гипотезу из автомобильной упаковки. Вы можете провести тест на независимость, используя линейную гипотезу (тест Вальда) или анову (тест LR).
источник