Tengo un conjunto de datos formado por elementos de tres grupos, llamémoslos G1, G2 y G3. He analizado ciertas características de estos elementos y los he dividido en 3 tipos de "comportamiento" T1, T2 y T3 (para ello he utilizado el análisis de conglomerados).
Así que ahora tengo una tabla de contingencia 3 x 3 como esta con los recuentos de elementos en los tres grupos divididos por tipo:
| T1 | T2 | T3 |
------+---------+---------+---------+---
G1 | 18 | 15 | 65 |
------+---------+---------+---------+---
G2 | 20 | 10 | 70 |
------+---------+---------+---------+---
G3 | 15 | 55 | 30 |
Ahora, puedo ejecutar una prueba de Fisher sobre estos datos en R
data <- matrix(c(18, 20, 15, 15, 10, 55, 65, 70, 30), nrow=3)
fisher.test(data)
y me sale
Fisher's Exact Test for Count Data
data: data
p-value = 9.028e-13
alternative hypothesis: two.sided
Así que mis preguntas son:
-
¿es correcto utilizar el test de Fisher de esta manera?
-
¿Cómo puedo saber quién es diferente de quién? ¿Hay alguna prueba post-hoc que pueda utilizar? Mirando los datos diría que los 3 rd grupo tiene un comportamiento diferente a los dos primeros, ¿cómo lo demuestro estadísticamente?
-
alguien me señaló los modelos logit: ¿son una opción viable para este tipo de análisis?
-
¿alguna otra opción para analizar este tipo de datos?
Muchas gracias
nico