¿Que prueba a utilizar para comprobar si por mejor relación participantes emparejados?

Question

Le agradecería si usted me puede decir que la prueba estadística a utilizar para el siguiente análisis de los datos:

Tengo los datos de 10 personas y 10 de sus hermanos. Para cada persona, y su hermano, tengo dos puntos de datos: (1) número de intentos y (2) el número real de visitas. De modo que los datos se parecen a este:

   name           attempt  hit
person1             300     15
person1_sibling      35      5
person2             125     10
person2_sibling      40      8
etc. 

Me gustaría probar si los hermanos de realizar estadísticamente mejor, es decir, golpear / intento por hermano de una persona es estadísticamente diferente y mayor que la de la persona correspondiente.

¿Cómo puedo probar esto?

Answer 1

Usted puede utilizar un lineales generalizados mixtos modelo (binomio de la familia), con la persona como un efecto aleatorio y de los hermanos como un efecto fijo.

En R esto se llevaría a cabo como

data <- data.frame(person=as.factor(c(1,1,2,2)), 
                   sibling=as.factor(c(0,1,0,1)), 
                   attempts=c(300,35,125,40), 
                   hits=c(15,5,10,8))
data$failures <- data$attempts - data$hits
require(lme4)
fit <- lmer(cbind(hits, failures) ~ sibling + (1 | person), family=binomial(), data=data)
summary(fit)

La salida da un (a dos caras) p-valor de $0.00101$ en este ejemplo:

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  -2.7726     0.2062 -13.449  < 2e-16 ***
sibling1      1.2104     0.3682   3.288  0.00101 ** 

El positivo de la estimación indica que los hermanos hacen mejor. Esta diferencia en el resultado de la combinación de un montón de chi-cuadrado pruebas, una para cada persona:

chisq <- by(data, data$person, function(x) chisq.test(cbind(x$failures, x$hits)), 
                simplify=FALSE) #$
stat <- -2 * sum(unlist(lapply(chisq, function(x) log(x$p.value)))) #$
pchisq(stat, df=2, lower.tail=FALSE)

El separar los valores de p se $6.9$$6.8$%%, respectivamente, que cuando se combina, como muestra el rendimiento de un valor de p $0.47$% más que en el GLMM valor de p $0.10$%.

Uno de los peligros del uso de la chi-cuadrado pruebas se produce cuando los efectos de diferentes personas están en direcciones opuestas: la combinación de sus (de dos caras) los valores de p sería erróneo. Ese problema no existe con el GLMM.

Hay más potencia y flexibilidad en el uso de los GLMM en comparación con la realización de la chi-cuadrado pruebas. Por otra parte, el GLMM va a manejar varios hermanos por persona y múltiples experimentos por persona sin ningún cambio; es difícil ver cómo adaptar chi-cuadrado de la tabla de contingencia de análisis a las generalizaciones.

Answer 2

No se ve como podría piscina de los datos a través de los individuos, ya que cada individuo puede tener una diferente probabilidad de golpear. Pero el modelo binomial puede ser aplicable a cada individuo y a sus hermanos partido. Así que usted podría hacer una prueba de esfuerzo de romper la derecha de la diferencia de proporciones es 0 para cada persona, en comparación a su propio hermano el uso de un bien de la fórmula para la desviación estándar de la diferencia entre las proporciones de muestra. Esto le daría tantas pruebas como la que tienen los sujetos y algunos multiplicidad de ajuste es necesario. También es necesario considerar cómo muchas veces rejcting la igualdad para el hermano de un mejor desempeño constituye una indicación de que su teoría de que los hermanos tienden para llevarlos a cabo, mejor es válido.