Prueba Exacta DE Fisher PARA Tablas DE Contingencia 2x2 PDF

Preview

Summary

Prueba de fisher en estadistica
...

Description

PRUEBA EXACTA DE FISHER PARA TABLAS DE CONTINGENCIA 2x2 La prueba exacta de Fisher es una prueba de significación estadística utilizada en el análisis de tablas de contingencia de 2x2 y probar si la variable de fila y la variable de columna son independientes (Ho: La variable de fila y la variable de columna son independientes). Aunque en la práctica se emplee cuando el tamaño de muestra es pequeño, también es válido para todos los tamaños de muestra. Lleva el nombre de su inventor, Ronald Fisher, y es una de una clase de pruebas exactas, llamadas así porque el significado de la desviación de la hipótesis nula se puede calcular con exactitud, en lugar de basarse en una aproximación que se hace exactamente en el limite el tamaño de la muestra crece hasta el infinito, como con muchos otros análisis estadísticos. OBJETO Y ÁMBITO DE APLICACIÓN La prueba es útil para los datos categóricos que resultan de clasificar los objetos en dos formas diferentes, se utiliza para examinar la significación de la asociación entre los dos tipos de clasificación. La mayoría de los usos de la prueba Fisher implican una tabla 2x2 de contingencia. El valor de p de la prueba se calcula como si los márgenes de la tabla son fijos, y por lo tanto proporcionara conjeturas con el número correcto en cada categoría. Como se ha señalado por Fisher, esto conduce bajo una hipótesis nula de independencia a una distribución hipergeometrica de los números en las celdas de la tabla. Con muestras grandes se puede usar una prueba Ji-Cuadrado en esta situación. Sin embargo, el valor de significación que proporciona es solo una aproximación, porque la distribución de muestreo de la estadística de prueba que se calcula es solo aproximadamente igual a la distribución teórica de Ji-cuadrado. La aproximación es inadecuada cuando los tamaños de muestra son pequeños o los datos se distribuyen de forma muy desigual entre las celdas de la tabla, lo que hace que los recuentos de células pronosticados sobre la hipótesis nula sean bajos. La regla general para decidir si la aproximación Ji-cuadrado es lo suficientemente buena es que la prueba Ji-cuadrado no es adecuada cuando los valores esperados en cualquiera de las celdas de una tabla de contingencia están por debajo de 5 o 10 cuando solo hay un grado de libertad. De hecho para datos pequeños o dispersos, los valores p exactos y asintóticos pueden ser bastante diferentes y pueden llevar a conclusiones opuestas con respecto a la hipótesis de interés.

En contraste la prueba exacta de Fisher, es como su nombre lo dice, exacta siempre que el procedimiento experimental mantenga fijos los totales de filas y columnas, y por lo tanto puede usarse independientemente de las características de la muestra....