Analizuję tabelę 2x2 z małego zestawu danych 30 pacjentów. Próbujemy retrospektywnie znaleźć pewne zmienne, które podpowiadają, jaki rodzaj leczenia wybrać. Zmienne (obs normalne / dziwne) i decyzja dotycząca leczenia (A / B) są szczególnie interesujące i dlatego dane wyglądają tak:
Oczywiście w jednej komórce brakuje wpisów, co wyklucza test chi-kwadrat, a dokładny test Fishera nie daje nasycającej wartości p (ale nadal <10%). Więc moim pierwszym pomysłem było znalezienie testu o większej mocy i czytałem na blogu oraz w tym artykule o teście Barnarda i Boschloosa, że ogólnie istnieją trzy scenariusze, które poddają się potężnemu testowi:
- Kolumna i Rowsums naprawiono dokładny test Fishera Fishera
- Kolumna lub (wyłącznie) Rowsums naprawione dokładny test Barnarda w prawo
- Żadne nie są naprawione dokładny test Boschloos w prawo
W powyższym artykule wskazano, że suma leczenia A i leczenia B prawie nigdy wcześniej nie była znana, dlatego możemy wykluczyć dokładny test Fishera. Ale co z innymi alternatywami? W przypadku kontroli, w której mamy zdrowe kontrole, możemy kontrolować grupę placebo i grupę Verum, które liczby możemy kontrolować, więc można by wybrać 2: Barnard. W moim przypadku nie jestem pewien, ponieważ z jednej strony mamy podobny problem matematyczny (suma poziomów obserwacji równoważna sumie placebo / verum), co prowadzi do Barnarda, ale konstrukcja jest inna, ponieważ nie możemy kontrolować nr. obserwacji normalnych / dziwnych przed pobraniem próbki, która prowadzi do 3: Boschloo.
Więc który test należy zastosować i dlaczego? Oczywiście, że chcę dużej mocy.
(Innym pytaniem, które chciałbym wiedzieć, jest to, że jeśli w przypadku chisq.test
r nie byłoby lepiej użyć prop.test(x, alternative = "greater")
? Teoretyczne aspekty są wyjaśnione tutaj .)