युग्मित 2x2 तालिकाओं के लिए McNemar परीक्षण कैलकुलेटर

युग्मित 2x2 तालिकाओं के लिए McNemar परीक्षण कैलकुलेटर

बढ़ रहा AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

T1′=(|b: X=0, Y=1−c: X=1, Y=0|−1)2b: X=0, Y=1+c: X=1, Y=0T_1^{\prime}=\frac{(|\text{b: X=0, Y=1}-\text{c: X=1, Y=0}|-1)^2}{\text{b: X=0, Y=1}+\text{c: X=1, Y=0}}
गणना के चरण दिखाएँ (1)
  1. काई-वर्ग सांख्यिकी

    T1=(b: X=0, Y=1−c: X=1, Y=0)2b: X=0, Y=1+c: X=1, Y=0T_1=\frac{(\text{b: X=0, Y=1}-\text{c: X=1, Y=0})^2}{\text{b: X=0, Y=1}+\text{c: X=1, Y=0}}

    जब b+c, 20 से अधिक हो तब प्रयुक्त।

उपयोग आँकड़े

विज्ञापन

परिणाम

निर्णय
H0 को अस्वीकार करें
उपयोग की गई विधि काई-वर्ग
काई-वर्ग (बिना सुधार) 11.5600
काई-वर्ग (सुधारित) 10.2400
p-मान (बिना सुधार) 0.000674
p-मान (सुधारित) 0.001374
सटीक द्विपद p-मान 0.000911
उपयोग किया गया p-मान 0.000674
b + c 25

इस पेज पर त्रुटि की रिपोर्ट करें

McNemar परीक्षण कैलकुलेटर क्या करता है

यह कैलकुलेटर गणनाओं की युग्मित 2x2 तालिका पर McNemar परीक्षण लागू करता है। यह जाँचता है कि दो युग्मित द्विआधारी मापन, जैसे पहले और बाद का परिणाम या एक ही विषयों पर दो नैदानिक परीक्षण, एक दिशा में दूसरी की तुलना में अधिक बार बदलते हैं या नहीं। केवल असंगत युग्म मायने रखते हैं। कैलकुलेटर सतत सुधार के साथ और बिना काई-वर्ग सांख्यिकी, संबंधित p-मान, एक सटीक द्विपद p-मान, और अस्वीकार या अस्वीकार न करने का निर्णय देता है।

a, b, c, d कोष्ठों वाली युग्मित 2x2 तालिका; विकर्ण से बाहर के कोष्ठ b और c हाइलाइट किए गए
मैकनेमर परीक्षण केवल असंगत कोष्ठ b और c का उपयोग करता है; संगत कोष्ठ a और d छूट जाते हैं।

इसका उपयोग कैसे करें

चारों सेल गणनाएँ फ़ॉर्म के क्रम में दर्ज करें। सेल a, X=0, Y=0 है। सेल b, X=0, Y=1 है। सेल c, X=1, Y=0 है। सेल d, X=1, Y=1 है। गणनाएँ ऋणेतर पूर्ण संख्याएँ होनी चाहिए। सेल a और d सुसंगत युग्म हैं और परिणाम को प्रभावित नहीं करते। फिर दो-पक्षीय सार्थकता स्तर चुनें (0.50, 0.20, 0.10, 0.05 या 0.01) और चुनें कि बड़े-नमूने का निर्णय सतत सुधार वाली या बिना सुधार वाली सांख्यिकी से हो। जब b + c = 0 हो, तो परीक्षण अपरिभाषित है।

सूत्र

बड़े-नमूने के मामले के लिए, जहाँ \(b\) और \(c\) असंगत गणनाएँ हैं:

$$T_1=\frac{(b-c)^2}{b+c}$$$$T_1'=\frac{(|b-c|-1)^2}{b+c}$$

\(T_1\) बिना सुधार वाली सांख्यिकी है और \(T_1'\) सतत सुधार वाली। दोनों की तुलना 1 स्वतंत्रता की कोटि वाले काई-वर्ग वितरण से की जाती है, और p-मान है

$$p=\operatorname{erfc}\left(\sqrt{\tfrac{T}{2}}\right)$$

छोटे नमूनों के लिए, \(T_2=b\) की तुलना Binomial(\(b+c\), 0.5) वितरण से की जाती है, और दो-पक्षीय सटीक p-मान है

$$p=\min\left(1,\;2\sum_{i=0}^{k}\binom{n}{i}\frac{1}{2^n}\right),\quad n=b+c,\;k=\min(b,c)$$
विज्ञापन
असंगत गणनाएँ b और c एक काई-वर्ग वक्र में जाती हैं जिसमें दाईं पुच्छ का अस्वीकृति क्षेत्र छायांकित है
सांख्यिकी (b − c)² / (b + c) की तुलना 1 स्वतंत्रता कोटि वाले काई-वर्ग वितरण से की जाती है; छायांकित पुच्छ के मान सीमांत समरूपता को अस्वीकार करने की ओर ले जाते हैं।

परंपराएँ और मान्यताएँ

  • सेल लेआउट: पंक्तियाँ चर X हैं और स्तंभ चर Y हैं, इसलिए b और c असंगत गणनाएँ हैं।
  • परिकल्पनाएँ: H0 कहता है कि P(X=0,Y=1) = P(X=1,Y=0); विकल्प यह है कि वे भिन्न हैं (दो-पक्षीय)।
  • विधि परिवर्तन: यदि b + c, 20 से अधिक है, तो काई-वर्ग सांख्यिकी प्रयुक्त होती है। यदि b + c, 20 या उससे कम है, तो सटीक द्विपद विधि प्रयुक्त होती है। स्रोत के नमूना आउटपुट में N ≥ 20 का उल्लेख है, पर उसके सूत्र पाठ में b + c > 20 लिखा है, और यहाँ वही सीमा अपनाई गई है।
  • सतत सुधार: दोनों सांख्यिकी रिपोर्ट की जाती हैं, और चयनकर्ता तय करता है कि कौन सी सांख्यिकी बड़े-नमूने के निर्णय को चलाती है।
  • काई-वर्ग p-मान: 1 स्वतंत्रता की कोटि वाले काई-वर्ग का ऊपरी पुच्छ। p ≤ alpha होने पर H0 अस्वीकार करें। यह एक डिज़ाइन विकल्प है, क्योंकि स्रोत में p-मान का कोई सूत्र नहीं दिया गया है।
  • सटीक p-मान: द्विपद के निचले पुच्छ का दोगुना, 1 पर सीमित। यह भी एक डिज़ाइन विकल्प है।
  • पूर्णांकन: कच्चे मान गणना किए जाते हैं; सांख्यिकी 4 दशमलव तक और p-मान 6 दशमलव तक दिखाए जाते हैं।
  • जब b = c हो, तो बिना सुधार वाली सांख्यिकी 0 और p = 1 होती है, जबकि सुधारित सांख्यिकी धनात्मक होती है और उसका p-मान गणना के अनुसार रिपोर्ट किया जाता है।
द्विपद वितरण की पट्टियाँ जिनमें दोनों पुच्छ सटीक द्विपक्षीय p-मान के रूप में हाइलाइट हैं
सटीक मैकनेमर p-मान b को b + c में से p = 0.5 वाली द्विपद गणना मानता है और दोनों पुच्छों को जोड़ता है।

कार्यान्वित उदाहरण

मान लें a = 63, b = 21, c = 4, d = 12, alpha = 0.05, और कोई सतत सुधार नहीं। असंगत कुल \(b+c=25\) है, जो 20 से अधिक है, इसलिए काई-वर्ग विधि लागू होती है।

$$T_1=\frac{(21-4)^2}{25}=11.56$$$$T_1'=\frac{(|21-4|-1)^2}{25}=10.24$$

बिना सुधार का p-मान 0.000674 है और सुधार के साथ 0.001374। संदर्भ के लिए सटीक द्विपद p-मान 0.000911 है। निर्णय बिना सुधार वाले p-मान 0.000674 से होता है, जो 0.05 से अधिक नहीं है, इसलिए परिणाम REJECT है।

विज्ञापन

परिणाम पढ़ना और सीमाएँ

REJECT निर्णय का अर्थ है कि असंगत युग्मों के दोनों प्रकार समान रूप से होने की संभावना कम है, जो युग्मित मापनों के बीच वास्तविक बदलाव की ओर इशारा करता है। DO_NOT_REJECT का अर्थ है कि चुने गए स्तर पर डेटा ऐसा अंतर नहीं दिखाता। इससे समानता सिद्ध नहीं होती। यह परीक्षण सुसंगत युग्मों को नज़रअंदाज़ करता है, इसलिए समग्र सहमति के बारे में कुछ नहीं कहता। यह मानता है कि युग्म स्वतंत्र हैं और प्रत्येक विषय का द्विआधारी परिणाम पर दो बार मापन होता है। कुछ ही असंगत युग्मों के साथ, सटीक p-मान पर भरोसा करें। काई-वर्ग p-मान एक सन्निकटन है, और सुधारित सांख्यिकी अधिक रूढ़िवादी है।

अक्सर पूछे जाने वाले प्रश्न

सेल a और d क्यों मायने नहीं रखते?

यह परीक्षण पूछता है कि 0 से 1 में बदलाव उतने ही आम हैं या नहीं जितने 1 से 0 में बदलाव। जो युग्म नहीं बदले, वे इस प्रश्न के बारे में कोई जानकारी नहीं देते।

सटीक परीक्षण कब प्रयुक्त होता है?

जब b + c, 20 या उससे कम हो। ऐसे छोटे कुलों के लिए काई-वर्ग सन्निकटन विश्वसनीय नहीं होता, इसलिए द्विपद संदर्भ प्रयुक्त होता है।

क्या मुझे सतत सुधार का उपयोग करना चाहिए?

सुधार परीक्षण को अधिक रूढ़िवादी बनाता है और मध्यम कुलों के लिए अक्सर पसंद किया जाता है। दोनों सांख्यिकी दिखाई जाती हैं ताकि उनकी तुलना की जा सके।

यदि b, c के बराबर हो तो क्या?

बिना सुधार वाली सांख्यिकी 0 और p = 1 होती है। सुधारित सांख्यिकी फिर भी धनात्मक होती है, और उसका p-मान गणना के अनुसार दिखाया जाता है।

क्या परीक्षण एक-पक्षीय है या दो-पक्षीय?

यह दो-पक्षीय है: विकल्प यह है कि दोनों असंगत संभावनाएँ किसी भी दिशा में भिन्न हैं।

स्रोत

स्रोत और संदर्भ

  • McNemar Test (Dataplot reference manual) — NIST Information Technology Laboratory. Primary NIST documentation; cites Conover (1999) and Fleiss, Levin and Paik (2003). · प्रभावी 2023-12-11 · सत्यापित 2026-11-04
अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें