MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Fisher Kesin Testi

Fisher Kesin Testianaliz

İki kategorik değişken arasında ilişki olup olmadığını, özellikle küçük örneklemli 2x2 tablolarda, ki-kare yaklaşımına başvurmadan kesin olasılıklarla sınayan test.

Kavram

Ki-kare testi, tablo sayıları yeterince büyükken iyi çalışan bir yaklaşıma dayanır; beklenen sayılar küçükse (ör. 5'in altında) bu yaklaşım bozulur ve p-değeri yanıltıcı olabilir. Fisher kesin testi aynı soruyu, yani iki değişkenin bağımsız olup olmadığını, hiçbir yaklaşım kullanmadan yanıtlar.

Test satır ve sütun toplamlarını sabit kabul eder ve bağımsızlık doğruysa bu toplamlarla oluşabilecek tüm tabloların olasılığını hipergeometrik dağılımdan hesaplar. p-değeri, gözlenen tablo kadar ya da ondan daha 'olağandışı' tüm tabloların olasılıklarının toplamıdır. İlişkinin yönü ve büyüklüğü odds oranıyla (OR) özetlenir: OR = 1 ilişki olmadığını, 1'den büyük ya da küçük değerler ilişkinin yönünü gösterir.

Sayımlar tamsayı olduğundan kesin test, seçilen anlamlılık düzeyinden daha tutucu davranma eğilimindedir; yani gerçek birinci tür hata oranı çoğu zaman α'nın altında kalır. Mid-p ve Barnard ya da Boschloo gibi koşulsuz kesin testler bu tutuculuğu azaltır. Küçük örneklemde OR'nin güven aralığı geniştir; anlamlı bir p-değeri bile etkinin büyüklüğü hakkında kesin bilgi vermez.

Ne zaman kullanılır?

  • 2x2 bir tabloda örneklem küçük olduğunda ya da bir veya daha fazla hücrede beklenen sayı 5'in altına düştüğünde.
  • Örneklem büyükse ki-kare bağımsızlık testi pratikte aynı sonucu verir; aynı kişilerin iki ölçümü karşılaştırılıyorsa McNemar testi kullanılır.
  • İki grup büyüklüğü tasarım gereği sabitlendiyse (ör. her kola 10 hasta) Barnard ya da Boschloo testi daha güçlü bir alternatiftir; ikiden fazla düzeyli tablolarda Fisher-Freeman-Halton testi kullanılır.

Gündelik bir örnek

Küçük bir klinikte 20 ameliyat hastasından 10'una yeni bir yara örtüsü, 10'una eski örtü uygulanmış olsun. Yeni örtüde 1, eskisinde 6 hastada yara enfeksiyonu görülüyor. Toplam 7 enfeksiyon olduğu için bazı hücrelerin beklenen sayısı 5'in altındadır ve ki-kare yaklaşımı güvenilmezdir. Fisher kesin testi, iki örtü eşit etkili olsaydı 7 enfeksiyonun bu kadar dengesiz dağılma olasılığını hesaplar; iki yönlü p yaklaşık 0,057 çıkar. Bu kadar küçük bir örneklemde fark dikkat çekici olsa da kesin bir sonuç için daha fazla hasta gerekir.

MerQur'da parametreler

Sütun 1 (satır) ve Sütun 2 (sütun)

Kavram: Tablonun satır ve sütunlarını oluşturan iki kategorik değişkendir. İki yönlü p satır ve sütunun yer değiştirmesinden etkilenmez; ama odds oranının ve risklerin hangi grubun hangisine oranlandığı bu seçime bağlıdır.

Gündelik örnek: Klinik örneğinde satırlara örtü türü (yeni / eski), sütunlara enfeksiyon (var / yok) konur. Böylece göreli risk 'yeni örtüdeki enfeksiyon riski eski örtüdekinin kaç katı?' sorusunu yanıtlar.

Ne işe yarar: 2x2 (ya da RxC) tablonun satır ve sütun değişkenlerini seçer; düzeyler sayısal artan, metin alfabetik sıralanır. İkiden fazla düzeyde Fisher-Freeman-Halton Monte Carlo testine geçilir. "None" ve "NA" gibi düzey etiketleri korunur.

Sonuca etkisi: İki yönlü p ve phi değişmez; OR ve tek yönlü p yönü, RR ve RD satır-sütun rolüne bağlıdır.

Doğrulama verisinde: Convictions'ta satır ve sütun yer değiştirince p ve OR aynıdır. hsb2 schtyp x female p = .849. Rabbits Penisilin 1 (Delay = "None" satırlarıyla) p = .181818.

Yön (İki yönlü, Sağ yönlü (>), Sol yönlü (<))

Kavram: Araştırma sorusunun herhangi bir ilişkiyi mi (çift yönlü), yoksa önceden belirlenmiş tek bir yöndeki ilişkiyi mi (OR > 1 ya da OR < 1) aradığını belirtir. Tek yönlü test o yönde daha güçlüdür ama yön veriye bakmadan seçilmelidir.

Gündelik örnek: Klinik yeni örtüyü ancak enfeksiyonu azaltıyorsa kullanacaksa soru tek yönlüdür. Bu durumda tek yönlü p yaklaşık 0,029 çıkar; çift yönlü p ise yaklaşık 0,057'dir.

Ne işe yarar: İki yönlü (olasılığı gözlenenden büyük olmayan tablolar), > (OR > 1) ya da < (OR < 1).

Sonuca etkisi: Ana p, karar, koşullu OR GA'sı ve mid-p / Barnard / Boschloo yönü değişir. RxC'de yön yok sayılır ve not yazılır.

Doğrulama verisinde: TeaTasting iki yönlü .4857, > .2429 (GA [0.3136, Inf]), < .9857; FatComp > .0367, < .9967.

→ Tek yönlü ve çift yönlü test (hipotez yönü)

Güven düzeyi (%90, %95, %99, Diğer/özel 80.0-99.9)

Kavram: Karar eşiğini (α = 1 − güven düzeyi) ve odds oranı, göreli risk ve risk farkı için verilen güven aralıklarının genişliğini belirler. p-değeri değişmez.

Gündelik örnek: Yalnız 20 hastayla odds oranının kesin %95 güven aralığı çok geniş çıkar (yaklaşık 0,001 ile 1,05 arası) ve 1'i de içine alır; bu, sınırda kalan p-değeriyle tutarlıdır. %99 güven istenirse aralık daha da genişler.

Ne işe yarar: Woolf GA, koşullu OR kesin GA, RR / RD GA, Haldane GA, RxC'de MC p'nin GA'sı ve karar için kullanılır.

Sonuca etkisi: GA genişlikleri ve karar değişir; p değişmez.

Doğrulama verisinde: Convictions koşullu OR kesin GA: %90 [0.00499, 0.28496], %95 [0.00332, 0.36319], %99 [0.00137, 0.57885]. FatComp %99'da karar "reddedilemez" (p = .0393). RxC MC GA'sı %95 [.5944, .6005].

→ Güven düzeyi ve güven aralığı

RR / risk farkı (onay kutusu)

Kavram: Göreli risk (RR) bir grubun olay riskinin diğerinin kaç katı olduğunu, risk farkı ise iki risk arasındaki farkı yüzde puanı olarak verir. Odds oranından daha sezgiseldir; özellikle olay yaygınken OR ile RR birbirinden belirgin biçimde ayrılır.

Gündelik örnek: Yeni örtüde enfeksiyon riski %10, eskisinde %60'tır. RR = 0,10/0,60 ≈ 0,17 ve risk farkı −50 yüzde puanıdır: yeni örtü her 100 hastada yaklaşık 50 enfeksiyonu önleyebilir gibi görünür, ama 20 hastalık örneklemde bu tahminin aralığı geniştir.

Ne işe yarar: Birinci sütun riski için RR (satır 1 / satır 2, log-Wald GA) ve risk farkı (Wald GA; [-1, 1] aralığına kırpılır).

Sonuca etkisi: Yalnız ek satırlar. RxC'de "yalnız 2x2" notu verilir; c = 0 iken RR = ∞ olduğundan RR satırı yazılmaz (RD yazılır).

Doğrulama verisinde: Convictions RR = 0.1529 [0.0402, 0.5814]; RD = -0.6516 [-0.9271, -0.3761]. %99.9'da RD alt sınırı -1.0.

→ Göreli risk (RR) ve risk farkı (RD)

mid-p (onay kutusu)

Kavram: Kesin p-değerinden gözlenen tablonun kendi olasılığının yarısını çıkaran düzeltmedir. Kesin testin tamsayı sayımlar yüzünden gereğinden tutucu kalmasını azaltır; gerçek birinci tür hata oranını α'ya daha yakın tutar.

Gündelik örnek: Klinik örneğinde Fisher'ın iki yönlü p'si 0,057 iken mid-p 0,05'in altına inebilir. İki p'nin sınırın iki yanına düşmesi, bulgunun kararsız bölgede olduğunu ve daha fazla veriye ihtiyaç bulunduğunu gösterir.

Ne işe yarar: Kesin p'den gözlenen tablonun olasılığının yarısını çıkaran, daha az tutucu p (merkezî iki yönlü).

Sonuca etkisi: Yalnız ek satır; RxC'de "yalnız 2x2" notu verilir.

Doğrulama verisinde: Convictions .000481, TeaTasting .2571, FatComp .03995 (merkezi iki yönlü mid-p).

→ Orta-p (mid-p) değeri

Barnard / Boschloo (onay kutusu)

Kavram: Fisher testi hem satır hem sütun toplamlarını sabit sayar; Barnard ve Boschloo testleri ise yalnız grup büyüklüklerinin sabit olduğu, iki bağımsız grubun olay oranlarının karşılaştırıldığı durumu modeller. Bu 'koşulsuz' yaklaşım çoğu zaman Fisher'dan daha güçlüdür.

Gündelik örnek: Klinik her örtüye tasarım gereği 10 hasta ayırdığı için grup büyüklükleri sabittir ama toplam enfeksiyon sayısı önceden belli değildir. Bu durumda Barnard testi aynı veride p ≈ 0,022 verir ve fark Fisher'ın 0,057'sine göre daha açık biçimde anlamlı çıkar.

Ne işe yarar: Satır toplamları sabit iki bağımsız binom örneklemi için koşulsuz kesin testler.

Sonuca etkisi: Yalnız ek satırlar.

Doğrulama verisinde: Barnard FatComp .02972, Convictions .00034797. Boschloo iki yönlü p MerQur'da 2 x min(tek yönlü) olarak tanımlıdır (FatComp .0363).

→ Koşulsuz kesin testler (Barnard, Boschloo)

φ Cohen yorumu (onay kutusu)

Kavram: φ, 2x2 tablodaki ilişkinin gücünü 0 ile 1 arasında gösteren etki büyüklüğüdür. Cohen'in eşikleri (yaklaşık 0,1 küçük, 0,3 orta, 0,5 büyük) bu değeri sözel olarak yorumlamaya yardım eder.

Gündelik örnek: Klinik örneğinde φ yaklaşık 0,52'dir ve 'büyük' ilişki olarak etiketlenir. Etkinin büyük görünmesine karşın p'nin sınırda olması, 20 hastanın büyük bir etkiyi bile kesin olarak göstermeye yetmediğini anlatır.

Ne işe yarar: |phi| = √(X²/n) için Cohen eşikleri (.1 / .3 / .5) ile büyüklük etiketi; başlık satırındaki etiket de aynı eşikleri kullanır.

Sonuca etkisi: Yalnız etiket.

Doğrulama verisinde: Convictions .6591 "Büyük", FatComp .4644 "Orta", TeaTasting .5 "Büyük". MerQur phi'nin mutlak değerini yazar; ilişkinin yönü tablodan okunur.

→ Phi (φ) katsayısı

Gerçek veride örnek

Veri: Convictions, Fisher 1962, R ?fisher.test

Değişkenler: sütun 1 Twin (tek/çift yumurta ikizi), sütun 2 Conviction (ikizin de mahkûm olup olmadığı)

  • Soru: Suçlu bir ikizin eşinin de mahkum olması ikiz türüne (tek yumurta, çift yumurta) bağlı mı? Örneklem küçük (n = 30) olduğundan ki-kare yaklaşımı yerine kesin Fisher testi kullanılır.
  • Betimsel: Tek yumurta ikizlerinde 13 eşin 10'u, çift yumurta ikizlerinde 17 eşin 2'si mahkum olmuştur.
  • Sonuç: Fisher kesin p = 0.0005 (iki yönlü). Sıfır hipotezi reddedilir: mahkumiyet ikiz türüyle ilişkilidir.
  • Etki büyüklüğü: φ = 0.66 (büyük etki). Odds oranı 0.04, %95 GA [0.0056, 0.2840]; çift yumurta ikizlerinde eşin mahkum olma odds'u tek yumurta ikizlerininkinin yaklaşık 1/25'idir.
  • Ek bulgu: Koşullu en çok olabilirlik odds oranı 0.0469, kesin %95 GA [0.0033, 0.3632]; kesin GA bu koşullu kestirime dayanır.
  • APA: Fisher kesin testi, p < .001, OR = 0.040 (%95 GA [0.006, 0.284]), φ = .66.

İlgili kavramlar

Monte Carlo p-değeriKoşulsuz kesin testler (Barnard, Boschloo)Orta-p (mid-p) değeriGöreli risk (RR) ve risk farkı (RD)Phi (φ) katsayısıTek yönlü ve çift yönlü test (hipotez yönü)Odds oranı (OR)Kesin (exact) test ve kesin p-değeri

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.