在萨辛普森悖论中对独立性进行卡方检验

Posted 2023-03-23

【中文标题】在萨辛普森悖论中对独立性进行卡方检验

【英文标题】：Performing Chi square test for independence in sas- simpson paradox

【发布时间】：2014-06-25 13:55:43

【问题描述】：

我想了解学生在特定考试中的表现与辍学率之间是否存在关系。我有一个 2×2 矩阵，其中变量 Level in test 取值 level 1 和 level 2，变量 dropout 的值不是 active 和 active。 （可以说1级=通过测试，2级=未通过）。

我可以看出我对“辛普森悖论”这个术语有疑问，因为我知道教员中的每一个教育都有一个很高的 p 值，这表明考试水平和辍学之间没有关系。但是当我对数据进行分组并对整个教师进行分析时，我得到的 p 值很低，表明变量之间存在显着的关系。?? 我曾尝试阅读有关辛普森悖论的信息，但我似乎没有获得有关如何处理此问题的信息？ 我读过一个地方不应该对聚合数据执行测试，但那不是真的吗？

我真的希望有人可以帮助我！

玛丽亚的问候

【参考方案1】：

对于标有教育 2 和教育 5 的交叉表，您的单元格值小于 5，这违反了运行卡方的假设。关于卡方如何足够稳健地进行测试以承受这些限制，存在一些争论，但我仍然会重新考虑您的分组方法。

【讨论】：

在期望值小于 5 的交叉表中，我使用来自 Fishers 精确检验的 p 值。我想这可以吗？为什么要重新考虑分组方法？我不明白为什么我不能对数据进行分组？

【参考方案2】：

由于“教师”中的案例总数较高，因此数据足以反驳独立假设，因此 p 值较低。当案例数量较少时（您的教育 1 到教育 5 表），没有足够的数据来显示显着性。这里较高的 p 值只是表示差异可能是偶然的。

这不是辛普森悖论的例子。