Tengo un conjunto de datos compuesto por elementos de tres grupos, llamémoslos G1, G2 y G3. Analicé ciertas características de estos elementos y los dividí en 3 tipos de "comportamiento" T1, T2 y T3 (utilicé el análisis de conglomerados para hacerlo).
Entonces, ahora tengo una tabla de contingencia de 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 en estos datos en R
data <- matrix(c(18, 20, 15, 15, 10, 55, 65, 70, 30), nrow=3)
fisher.test(data)
y consigo
Fisher's Exact Test for Count Data
data: data
p-value = 9.028e-13
alternative hypothesis: two.sided
Entonces mis preguntas son:
¿Es correcto utilizar la prueba de Fisher de esta manera?
¿Cómo sé quién es diferente de quién? ¿Hay alguna prueba post-hoc que pueda usar? En cuanto a los datos que diría el 3 er grupo tiene un comportamiento diferente de los dos primeros, ¿cómo demuestro que 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
fuente
summary(model1)
, verás algo comoResidual deviance: -2.7768e-28 on 0 degrees of freedom
Puede usar el paquete multinom de nnet para la regresión multinomial. Pruebas post hoc puede usar hipótesis lineal del paquete del automóvil. Puede realizar una prueba de independencia utilizando hipótesis lineal (prueba de Wald) o anova (prueba de LR).
fuente