433. Phi i V Cramera – wielkość efektu
Phi i V Craméra pokazują siłę związku między zmiennymi jakościowymi. Lekcja wyjaśnia wzory, interpretację, przykłady medyczne i błędy.
Phi i V Craméra pokazują siłę związku między zmiennymi jakościowymi. Lekcja wyjaśnia wzory, interpretację, przykłady medyczne i błędy.
Różnica ryzyka i NNT pokazują bezwzględny efekt interwencji w tabeli 2×2. Lekcja wyjaśnia wzory, interpretację, przedziały ufności i typowe błędy.
Ryzyko względne porównuje częstość zdarzenia w dwóch grupach. Lekcja wyjaśnia wzór, interpretację, przedziały ufności i typowe błędy.
Iloraz szans (OR) jest jedną z podstawowych miar związku między dwiema zmiennymi jakościowymi. Lekcja pokazuje jego obliczanie, interpretację, przedział ufności i ograniczenia.
Test chi-kwadrat zgodności służy do oceny, czy zaobserwowane liczebności kategorii odpowiadają wcześniej określonemu rozkładowi oczekiwanemu.
Test Fishera można rozszerzyć poza tabelę 2×2. W tej lekcji wyjaśniamy test Fishera–Freemana–Haltona, obliczenia dokładne, symulację Monte Carlo oraz ograniczenia interpretacyjne.
Test dokładny Fishera pozwala analizować zależność między dwiema zmiennymi jakościowymi w tabeli 2×2, szczególnie przy małych liczebnościach.
Test chi-kwadrat wymaga odpowiednich liczebności oczekiwanych, niezależności obserwacji i poprawnie zdefiniowanych kategorii. Sprawdź, co zrobić przy naruszeniu założeń.
Liczebność obserwowana opisuje dane rzeczywiste, a oczekiwana wynika z założenia statystycznego. Lekcja pokazuje, jak je obliczać i interpretować.
Lekcja wyjaśnia, jak działa test chi-kwadrat niezależności, skąd biorą się liczebności oczekiwane i kiedy założenia testu są spełnione.
Tabela kontyngencji porządkuje dane jakościowe i pozwala ocenić związki między kategoriami. Lekcja wyjaśnia jej budowę, procenty, oczekiwane liczebności i interpretację.
Jak opisywać małe liczebności, zera i rzadkie kategorie bez nadinterpretacji? Lekcja wyjaśnia dobór tabel, procentów, przedziałów ufności i ostrożnych wniosków.