Classical tests, linear models and their extensions for the analysis of 2 × 2 contingency tables

IF 6.3 2区环境科学与生态学 Q1 ECOLOGY Methods in Ecology and Evolution Pub Date : 2024-04-01 DOI:10.1111/2041-210X.14318

Rebecca Nagel, Graeme D. Ruxton, Michael B. Morrissey

引用次数: 0

Abstract

Abstract Image

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

用于分析 2 × 2 或然表的经典检验、线性模型及其扩展模型

生态学家和进化生物学家经常需要对各组的二元数据进行比较。然而，在生物统计学文献中，对于分析由二元解释变量和反应变量组成的 2 × 2 或然表数据的最佳方法，还存在一些讨论。我们使用不同样本量的模拟方案，对结果在组间均匀或不均匀分布的 2 × 2 或然表的几种分析方法进行了评估。具体来说，我们评估了通常推荐的逻辑（广义线性模型 [GLM]）回归分析、经典的皮尔逊卡方检验和四种传统的替代方法（耶茨校正、费雪精确、精确无条件和中p），以及普遍不推荐的线性模型（LM）回归。我们发现，LM 和 GLM 分析都能对组间比例差异提供无偏估计。当实验设计平衡时，LM 和 GLM 分析还能提供准确的标准误差和置信区间。当实验设计不平衡、样本量较小、两组中某一组的概率接近 1 或 0 时，LM 分析可能会严重高估或低估统计不确定性。对于零假设的显著性检验，卡方检验和 LM 分析的表现几乎相同。在所有情况下，两者都有很高的能力检测出非空效应并拒绝假阳性。相比之下，在使用基于 z 的 p 值时，特别是当两组中一组的概率接近 1 或 0 时，GLM 分析的功率不足。我们的模拟结果表明，在推荐使用卡方检验的情况下，线性回归是分析 2 × 2 或然表数据的合适替代方法。当研究人员选择更复杂的程序时，我们提供了 R 函数，使用 delta 方法计算伯努利 GLM 输出中两个概率之差的标准误差。我们还探讨了如何利用概率标度上的可信区间来补充 2 × 2 或然率表的 GLM 分析。这些附加操作应能帮助研究人员对统计意义和实际意义进行有效评估。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Methods in Ecology and Evolution ECOLOGY-

CiteScore

11.60

自引率

3.00%

发文量

236

审稿时长

4-8 weeks

期刊介绍： A British Ecological Society journal, Methods in Ecology and Evolution (MEE) promotes the development of new methods in ecology and evolution, and facilitates their dissemination and uptake by the research community. MEE brings together papers from previously disparate sub-disciplines to provide a single forum for tracking methodological developments in all areas. MEE publishes methodological papers in any area of ecology and evolution, including: -Phylogenetic analysis -Statistical methods -Conservation & management -Theoretical methods -Practical methods, including lab and field -This list is not exhaustive, and we welcome enquiries about possible submissions. Methods are defined in the widest terms and may be analytical, practical or conceptual. A primary aim of the journal is to maximise the uptake of techniques by the community. We recognise that a major stumbling block in the uptake and application of new methods is the accessibility of methods. For example, users may need computer code, example applications or demonstrations of methods.