[R-br] Análise de amostra pequena

Elias Carvalho ecacarva em gmail.com
Domingo Julho 15 21:42:16 -03 2018 

Caro César, obrigado pela didática resposta.

Como se diz por ai, eu concordo em numéro, gênero e grau com você, no
entanto busco por alternativas seria viável usar alguma técnica de
oversampling para aumentar a amostra?




Em qua, 11 de jul de 2018 às 09:27, Cesar Rabak <cesar.rabak em gmail.com>
escreveu:

> Elias,
>
> Há vários possíveis comentários a fazer, embora, de antemão aviso-o, que
> pelo fato de você ter dezessete casos apenas, não há muito a melhorar.
>
>
>    1. Calcular os coeficientes de associação quando a hipótese de
>    independência não pode ser descartada tende a ser um exercício equivalente
>    a tentar ler folhas de chá numa xícara após a merenda;
>    2. Ao você fazer múltiplas comparações *nos mesmos dados* você ainda
>    teria que fazer uma correção para assegurar que seu Erro Tipo I não seria
>    inflacionado;
>    3. A alternativa de fazer um *omnibus test*, por exemplo via uma
>    regressão logística com G como desfecho e as outras como VI, esbarra no
>    fato de que se precisaria muito mais casos¹.
>
> Então no seu caso a única coisa que a Estatística o autorizaria é dizer
> que as hipóteses de independências não podem ser descartadas e que devido
> ao tamanho da amostra mais nada pode ser dito (do ponto de vista de
> inferência).
>
> Com o conhecimento do domínio do problema e a Descritiva você pode
> especular mais um pouco, mas irremediavelmente teria que propor um estudo
> com maior potências estatística se quiser alguma constatação do fenômeno
> que está estudando.
>
>
> HTH
> --
> Cesar Rabak
>
>
> [1] A discussão sobre assunto é vasta com concordância apenas que é "um
> problema complexo", mas para colocar a bola em campo, Peduzzi et al. 1996,
> costuma ser citado como melhor referência. A fórmula seria N = 10∙k / p; N
> :: mínimo tamanho da amostra, k :: número de covariáveis; p :: mínimo da
> proporção casos ou não casos.
>
>
> Peduzzi P, Concato J, Kemper E, Holford TR, Feinstein AR (1996) A
> simulation study of the number of events per variable in logistic
> regression analysis. Journal of Clinical Epidemiology 49:1373-1379.
>
> On Tue, Jul 10, 2018 at 8:38 PM, Elias Carvalho via R-br <
> r-br em listas.c3sl.ufpr.br> wrote:
>
>> Prezados
>>
>> Tenho uma amostra pequena com apenas 17 registros, e 7 variáveis
>> dicotômicas, cujo resumo é:
>>
>>  A      B      C      D      E      F      G
>>  0: 7   0:10   0: 6   0:11   0: 2   0: 1   0:15
>>  1:10   1: 7   1:11   1: 6   1:15   1:16   1: 2
>>
>>
>> A variável G seria meu desfecho e o resto possíveis preditores
>>
>>
>> Para veficiar a associação entre o desfecho e as outras variáveisexecutei o teste exato de fisher por ser uma amostra pequena, mas o resutados mostraram que o desfecho não depende de nenhuma variável:
>>
>>
>> > fisher.test(data.to.work$G, data.to.work$A)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$A
>> p-value = 0.4853
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.1311443       Inf
>> sample estimates:
>> odds ratio
>>        Inf
>> > fisher.test(data.to.work$G, data.to.work$B)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$B
>> p-value = 0.4853
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.000000 7.625189
>> sample estimates:
>> odds ratio
>>          0
>> > fisher.test(data.to.work$G, data.to.work$C)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$C
>> p-value = 0.5147
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.1003871       Inf
>> sample estimates:
>> odds ratio
>>        Inf
>> > fisher.test(data.to.work$G, data.to.work$D)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$D
>> p-value = 0.5147
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.00000 9.96144
>> sample estimates:
>> odds ratio
>>          0
>> > fisher.test(data.to.work$G, data.to.work$E)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$E
>> p-value = 1
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.01971228        Inf
>> sample estimates:
>> odds ratio
>>        Inf
>> > fisher.test(data.to.work$G, data.to.work$F)
>> 	Fisher's Exact Test for Count Data
>>
>> data:  data.to.work$G and data.to.work$F
>> p-value = 1
>> alternative hypothesis: true odds ratio is not equal to 1
>> 95 percent confidence interval:
>>  0.003434375         Inf
>> sample estimates:
>> odds ratio
>>
>>        Inf
>>
>>
>> Em seguida calculei o V de Cramer, Coeficiente de Contingência e phi e todos mostram independência e associação fraca.
>>
>>
>> summary(assocstats(tab_cont_G_A)) # Resultado: # X^2 df P(> X^2) #
>> Likelihood Ratio 2.3071 1 0.12878 # P-Valor > 0.05 - independentes #
>> Pearson 1.5867 1 0.20780 # P-Valor > 0.05 - independentes # #
>> Phi-Coefficient : 0.306 # Coef de Phi - Associação fraca # Contingency
>> Coeff.: 0.292 # Coef de Cont - Associação fraca # Cramer's V : 0.306 # V de
>> Crammer - Associação fraca
>>
>>  Pelo que pesquisei este seriam os métodos mais adequados para este tipo de análise
>>
>>
>> Há um método melhor para avaliar esse tipo de dado?
>>
>>
>>
>>
>> --
>>
>>
>> *In Jesu et Maria*
>> *Obrigado*
>> *Prof. Elias Carvalho*
>>
>> *"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he
>> who has been able to understand the cause of things"*
>>
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>> código mínimo reproduzível.
>>
>
>

-- 


*In Jesu et Maria*
*Obrigado*
*Prof. Elias Carvalho*

*"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he
who has been able to understand the cause of things"*
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180715/7e243f89/attachment.html>

Mais detalhes sobre a lista de discussão R-br