Comprensión Fisher ' s combinado prueba

Question

Yo estoy usando el de Fisher prueba combinada para fusionar diferentes pruebas independientes. Tengo un problema de comprensión de los resultados en algunos casos.

Ejemplo: Digamos que ejecutar dos diferentes pruebas, tanto con la hipótesis de que mu es menor que 0. Supongamos que n es idéntico y las dos muestras tienen la misma variación calculada. Sin embargo, vamos a suponer que una de las pruebas se obtuvo un promedio que es de $1.5$ y la otra es $-1.5$. Voy a tener dos complementando p-vals (por ejemplo,, $0.995$ & $0.005$). Curiosamente, la combinación de los dos trae consigo un importante $p$-valor de la prueba de Fisher: $p=0.0175$.

Esto es raro, porque yo podría haber elegido el opuesto exacto de la prueba de $(\mu>0)$ y se tomaron muestras de los resultados - y aún así obtener un $p=0.0175$. Es casi como si la prueba de Fisher no toma la dirección de la hipótesis en cuenta.

¿Alguien puede explicar esto?

Gracias

Answer 1

El Pescador combinación de test está diseñado para combinar la información a partir de distintas pruebas realizadas en conjuntos de datos independientes con el fin de obtener energía cuando las pruebas individuales pueden no tener el poder suficiente. La idea es que si el $k$ hipótesis nula son del todo correcta la $p$-valor será distribuido uniformemente en $[0,1]$ indpendently de cada uno de los otros. Esto significa que $-2 ∑ \log(p_i)$ $\chi^2$ $k$ grados de libertad. El rechazo de este combinado null hpyothesis lleva a la conclusión de que al menos una de las hipótesis nula es falsa. Que es lo que están haciendo cuando se aplica este procedimiento.