Chcę przetestować korelację próbki kątem istotności, stosując wartości p, to znaczy
Zrozumiałem, że mogę użyć transformacji Z Fishera, aby to obliczyć
i znalezienie wartości p przez
przy użyciu standardowego rozkładu normalnego.
Moje pytanie brzmi: jak duże powinno być aby była to odpowiednia transformacja? Oczywiście, musi być większe niż 3. Mój podręcznik nie wspomina o żadnych ograniczeniach, ale na slajdzie 29 niniejszej prezentacji napisano, że musi być większe niż 10. Dla danych, które rozważę, będę mieć coś w rodzaju .n n 5 ≤ n ≤ 10
correlation
sample-size
fisher-transform
Gunnhild
źródło
źródło
Odpowiedzi:
W przypadku takich pytań po prostu uruchomiłbym symulację i sprawdziłbym, czy wartości zachowują się tak, jak się tego spodziewam. Wartość jest prawdopodobieństwem losowego pobrania próbki, która odbiega co najmniej tyle samo od hipotezy zerowej, jak dane, które zaobserwowałeś, jeśli hipoteza zerowa jest prawdziwa. Gdybyśmy mieli wiele takich próbek, a jedna z nich miała wartość wynoszącą 0,04, wówczas spodziewalibyśmy się, że 4% tych próbek będzie miało wartość mniejszą niż 0,04. To samo dotyczy wszystkich innych możliwych wartości .p p pp p p p
Poniżej znajduje się symulacja w Stacie. Wykresy sprawdzają, czy wartości mierzą to, co powinny mierzyć, to znaczy pokazują, o ile odsetek próbek o wartościach mniejszych od nominalnej wartości odbiega od nominalnej wartości . Jak widać, ten test jest nieco problematyczny przy tak małej liczbie obserwacji. To, czy jest to zbyt problematyczne dla twoich badań, zależy od twojego osądu.p p pp p p p
źródło
źródło
Punkt Nicka jest słuszny: przybliżenia i zalecenia zawsze działają w pewnym szarym obszarze.
źródło