Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling

Autores
Césari, Matilde I.; Pérez, Santiago
Año de publicación
2025
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Fil: Césari, Matilde I. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.
Fil: Pérez, Santiago. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.
This study introduces an innovative methodology aimed at enhancing the application of statistical tests in contingency tables with low expected cell frequencies. By means of a linear scaling technique, we address the limitations of traditional tests—such as the Chi-Square and Fisher’s Exact Test—when dealing with small values and fuzzy data, thereby facilitating a robust statistical analysis adapted to conditions of uncertainty. Classical contingency table analysis presents constraints when cell values are extremely small, particularly when decimal values fall below one. In such contexts, methods that rely on these tables, including the Chi-Square Test and Fisher’s Exact Test (FET), may prove inadequate for appropriately managing the associated uncertainty, especially when the degree of imprecision within the data is non-negligible. This study develops: (1) an innovative adaptation of contingency tables that enhances the robustness of statistical tests under suboptimal sampling conditions, and (2) a computational tool that automates its implementation. Moreover, examples of scalability are discussed as a resource applicable to any contingency table facing the challenge of small values, as well as the effective use of information embedded in fuzzy or imprecise data across diverse research domains.
Este trabajo presenta una metodología innovadora para fortalecer la aplicación de pruebas estadísticas en tablas de contingencia con baja frecuencia esperada en las celdas. Con esta técnica de escalado lineal, abordamos las limitaciones de pruebas tradicionales, como Chi-Cuadrado y Fisher, al enfrentar valores pequeños y datos borrosos, facilitando un análisis estadístico robusto y adaptado a condiciones de incertidumbre. El análisis clásico de Tabla de Contingencias presenta una limitante para valores muy pequeños, en las celdas de las tablas, con valores decimales menores a uno. En este contexto, métodos que involucran su utilización, como la Prueba de Chi-Cuadrado y Prueba Exacta de Fisher (FET) pueden no ser apropiados para manejar adecuadamente la incertidumbre asociada, y en especial, cuando el grado de la misma que poseen los datos no es despreciable. En este trabajo se desarrolló: 1) una adaptación innovadora de las Tablas de contingencia, que mejora la robustez de las pruebas estadísticas bajo condiciones de muestra subóptima y 2) una herramienta informática que automatiza su aplicación. Asimismo, se discuten ejemplos de la escalabilidad como herramienta para cualquier Tabla de contingencia que enfrente el desafío de valores pequeños, así como también el aprovechamiento eficaz de la información contenida en datos borrosos o imprecisos en una variedad de campos de investigación.
Materia
Contingency table
Linear scaling
Statistical tests
Escalado lineal
Pruebas estadísticas
Tabla de contingencia
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Repositorio
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
Institución
Universidad Nacional de Misiones
OAI Identificador
oai:rid.unam.edu.ar:20.500.12219/6274
Acceder
id RIDUNaM_70ef0f7c20d683ecb994e777e1a5ec1d
oai_identifier_str oai:rid.unam.edu.ar:20.500.12219/6274
network_acronym_str RIDUNaM
repository_id_str
network_name_str Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
spelling Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scalingFortaleciendo pruebas estadísticas en tabla de contingencia con baja frecuencia y números borrosos a través del escalado linealCésari, Matilde I.Pérez, SantiagoContingency tableLinear scalingStatistical testsEscalado linealPruebas estadísticasTabla de contingenciaFil: Césari, Matilde I. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.Fil: Pérez, Santiago. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.This study introduces an innovative methodology aimed at enhancing the application of statistical tests in contingency tables with low expected cell frequencies. By means of a linear scaling technique, we address the limitations of traditional tests—such as the Chi-Square and Fisher’s Exact Test—when dealing with small values and fuzzy data, thereby facilitating a robust statistical analysis adapted to conditions of uncertainty. Classical contingency table analysis presents constraints when cell values are extremely small, particularly when decimal values fall below one. In such contexts, methods that rely on these tables, including the Chi-Square Test and Fisher’s Exact Test (FET), may prove inadequate for appropriately managing the associated uncertainty, especially when the degree of imprecision within the data is non-negligible. This study develops: (1) an innovative adaptation of contingency tables that enhances the robustness of statistical tests under suboptimal sampling conditions, and (2) a computational tool that automates its implementation. Moreover, examples of scalability are discussed as a resource applicable to any contingency table facing the challenge of small values, as well as the effective use of information embedded in fuzzy or imprecise data across diverse research domains.Este trabajo presenta una metodología innovadora para fortalecer la aplicación de pruebas estadísticas en tablas de contingencia con baja frecuencia esperada en las celdas. Con esta técnica de escalado lineal, abordamos las limitaciones de pruebas tradicionales, como Chi-Cuadrado y Fisher, al enfrentar valores pequeños y datos borrosos, facilitando un análisis estadístico robusto y adaptado a condiciones de incertidumbre. El análisis clásico de Tabla de Contingencias presenta una limitante para valores muy pequeños, en las celdas de las tablas, con valores decimales menores a uno. En este contexto, métodos que involucran su utilización, como la Prueba de Chi-Cuadrado y Prueba Exacta de Fisher (FET) pueden no ser apropiados para manejar adecuadamente la incertidumbre asociada, y en especial, cuando el grado de la misma que poseen los datos no es despreciable. En este trabajo se desarrolló: 1) una adaptación innovadora de las Tablas de contingencia, que mejora la robustez de las pruebas estadísticas bajo condiciones de muestra subóptima y 2) una herramienta informática que automatiza su aplicación. Asimismo, se discuten ejemplos de la escalabilidad como herramienta para cualquier Tabla de contingencia que enfrente el desafío de valores pequeños, así como también el aprovechamiento eficaz de la información contenida en datos borrosos o imprecisos en una variedad de campos de investigación.Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas Naturales. Secretaría de Investigación y Posgrado2025-11-20info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdf3.806 MBhttps://doi.org/10.36995/j.recyt.2025.44.001https://hdl.handle.net/20.500.12219/6274enginfo:eu-repo/semantics/altIdentifier/urn/https://www.fceqyn.unam.edu.ar/recyt/index.php/recyt/article/view/866/909info:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)instname:Universidad Nacional de Misiones2026-09-24T13:57:22Zoai:rid.unam.edu.ar:20.500.12219/6274instacron:UNAMInstitucionalhttps://rid.unam.edu.ar/Universidad públicahttps://www.unam.edu.ar/https://rid.unam.edu.ar/oai/rsnrdArgentinaopendoar:2026-09-24 13:57:23.1Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misionesfalse
dc.title.none.fl_str_mv Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
Fortaleciendo pruebas estadísticas en tabla de contingencia con baja frecuencia y números borrosos a través del escalado lineal
title Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
spellingShingle Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
Césari, Matilde I.
Contingency table
Linear scaling
Statistical tests
Escalado lineal
Pruebas estadísticas
Tabla de contingencia
title_short Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
title_full Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
title_fullStr Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
title_full_unstemmed Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
title_sort Strengthening statistical tests in low-frequency and fuzzy number contingency tables through linear scaling
dc.creator.none.fl_str_mv Césari, Matilde I.
Pérez, Santiago
author Césari, Matilde I.
author_facet Césari, Matilde I.
Pérez, Santiago
author_role author
author2 Pérez, Santiago
author2_role author
dc.subject.none.fl_str_mv Contingency table
Linear scaling
Statistical tests
Escalado lineal
Pruebas estadísticas
Tabla de contingencia
topic Contingency table
Linear scaling
Statistical tests
Escalado lineal
Pruebas estadísticas
Tabla de contingencia
dc.description.none.fl_txt_mv Fil: Césari, Matilde I. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.
Fil: Pérez, Santiago. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.
This study introduces an innovative methodology aimed at enhancing the application of statistical tests in contingency tables with low expected cell frequencies. By means of a linear scaling technique, we address the limitations of traditional tests—such as the Chi-Square and Fisher’s Exact Test—when dealing with small values and fuzzy data, thereby facilitating a robust statistical analysis adapted to conditions of uncertainty. Classical contingency table analysis presents constraints when cell values are extremely small, particularly when decimal values fall below one. In such contexts, methods that rely on these tables, including the Chi-Square Test and Fisher’s Exact Test (FET), may prove inadequate for appropriately managing the associated uncertainty, especially when the degree of imprecision within the data is non-negligible. This study develops: (1) an innovative adaptation of contingency tables that enhances the robustness of statistical tests under suboptimal sampling conditions, and (2) a computational tool that automates its implementation. Moreover, examples of scalability are discussed as a resource applicable to any contingency table facing the challenge of small values, as well as the effective use of information embedded in fuzzy or imprecise data across diverse research domains.
Este trabajo presenta una metodología innovadora para fortalecer la aplicación de pruebas estadísticas en tablas de contingencia con baja frecuencia esperada en las celdas. Con esta técnica de escalado lineal, abordamos las limitaciones de pruebas tradicionales, como Chi-Cuadrado y Fisher, al enfrentar valores pequeños y datos borrosos, facilitando un análisis estadístico robusto y adaptado a condiciones de incertidumbre. El análisis clásico de Tabla de Contingencias presenta una limitante para valores muy pequeños, en las celdas de las tablas, con valores decimales menores a uno. En este contexto, métodos que involucran su utilización, como la Prueba de Chi-Cuadrado y Prueba Exacta de Fisher (FET) pueden no ser apropiados para manejar adecuadamente la incertidumbre asociada, y en especial, cuando el grado de la misma que poseen los datos no es despreciable. En este trabajo se desarrolló: 1) una adaptación innovadora de las Tablas de contingencia, que mejora la robustez de las pruebas estadísticas bajo condiciones de muestra subóptima y 2) una herramienta informática que automatiza su aplicación. Asimismo, se discuten ejemplos de la escalabilidad como herramienta para cualquier Tabla de contingencia que enfrente el desafío de valores pequeños, así como también el aprovechamiento eficaz de la información contenida en datos borrosos o imprecisos en una variedad de campos de investigación.
description Fil: Césari, Matilde I. Universidad Tecnológica Nacional. Grupo Regional de Investigación y Desarrollo en Ecosistemas de Conocimiento; Argentina.
publishDate 2025
dc.date.none.fl_str_mv 2025-11-20
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://doi.org/10.36995/j.recyt.2025.44.001
https://hdl.handle.net/20.500.12219/6274
url https://doi.org/10.36995/j.recyt.2025.44.001
https://hdl.handle.net/20.500.12219/6274
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/urn/https://www.fceqyn.unam.edu.ar/recyt/index.php/recyt/article/view/866/909
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Atribución-NoComercial-CompartirIgual 4.0 Internacional
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional
http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
application/pdf
3.806 MB
dc.publisher.none.fl_str_mv Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas Naturales. Secretaría de Investigación y Posgrado
publisher.none.fl_str_mv Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas Naturales. Secretaría de Investigación y Posgrado
dc.source.none.fl_str_mv reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
instname:Universidad Nacional de Misiones
reponame_str Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
collection Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
instname_str Universidad Nacional de Misiones
repository.name.fl_str_mv Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misiones
repository.mail.fl_str_mv
_version_ 1877233884154822656
score 12.754232

Publicaciones similares