マクネマー検定のメモ。
対応のある比率の差の検定でノンパラメトリックな手法。
【目次】
帰無仮説、対立仮設
次のクロス表を考える。薬剤投与前後での効果有無などの2×2データ。
After | Total | |||
Yes | No | |||
Before | Yes | a | b | AB |
No | c | d | CD | |
Total | AC | BD | N |
・帰無仮説 (前後に関連なし)
・対立仮設 (前後に関連あり)
前後の比率に差がないという帰無仮説であり、bセルとcセルのペア数が同じかどうかを見ることになる。
bセルとcセルのみを見るため不均衡データには注意。
計算式等
検定統計量
Correct=1(連続修正あり)、Correct=0(連続修正なし)
bセルとcセルの合計が25以下なら連続修正ありが良い。
検定統計量 は自由度1のカイ二乗分布に従う。
前後の比率の差とその信頼区間
下記架空データでの計算。前後のクロス集計から を求め、カイ二乗検定を行う。
Rで検算。
> ads <- matrix(data=c(10,15,20,25),nrow=2) > mcnemar.test(ads, correct=T) McNemar's Chi-squared test with continuity correction data: ads McNemar's chi-squared = 0.45714, df = 1, p-value = 0.499 > mcnemar.test(ads, correct=F) McNemar's Chi-squared test data: ads McNemar's chi-squared = 0.71429, df = 1, p-value = 0.398
プログラムコード
R
mcnemar.test(ads, correct=T) #-- 連続修正あり mcnemar.test(ads, correct=F) #-- 連続修正なし
proc freq data=ADS; tables before * after / agree; weight cnt / zeros; exact mcnem; run;