対応のある2x2表のためのMcNemar検定計算機

対応のある2x2表のためのMcNemar検定計算機

新興 AI Skill PRO

計算を入力してください

公式

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}}
計算手順を表示 (1)
  1. カイ二乗統計量

    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}}

    b+cが20より大きい場合に使用します。

利用統計

広告

結果

判定
H0を棄却
使用した方法 カイ二乗
カイ二乗(補正なし) 11.5600
カイ二乗(補正あり) 10.2400
p値(補正なし) 0.000674
p値(補正あり) 0.001374
正確な二項p値 0.000911
使用するp値 0.000674
b + c 25

このページの誤りを報告

McNemar検定計算機の機能

この計算機は、度数からなる対応のある2x2表にMcNemar検定を適用します。同じ対象者に対する前後比較の結果や2種類の診断検査など、対応のある2値測定が、一方向への変化の起こりやすさで差があるかどうかを確認します。重要なのは不一致ペアだけです。計算機は、連続性の補正あり・なしのカイ二乗値、対応するp値、正確な二項p値、そして棄却または非棄却の判定を返します。

a, b, c, d のセルを持つ対応のある2×2表。対角以外のセル b と c を強調
マクネマー検定は不一致セルの b と c だけを使い、一致セルの a と d は除外される。

使い方

フォームの順に4つのセルの度数を入力します。セルaはX=0, Y=0、セルbはX=0, Y=1、セルcはX=1, Y=0、セルdはX=1, Y=1です。度数は0以上の整数でなければなりません。セルaとdは一致ペアであり、結果には影響しません。次に両側有意水準(0.50、0.20、0.10、0.05、0.01)を選び、大標本での判定に補正ありと補正なしのどちらの統計量を使うかを選択します。b + c = 0の場合、検定は定義されません。

計算式

大標本の場合、\(b\)と\(c\)を不一致の度数とすると、次のようになります。

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

\(T_1\)は補正なしの統計量、\(T_1'\)は連続性補正後の統計量です。どちらも自由度1のカイ二乗分布と比較され、p値は次のとおりです。

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

小標本の場合、\(T_2=b\)を二項分布Binomial(\(b+c\), 0.5)と比較し、両側正確p値は次のとおりです。

$$p=\min\left(1,\;2\sum_{i=0}^{k}\binom{n}{i}\frac{1}{2^n}\right),\quad n=b+c,\;k=\min(b,c)$$
広告
不一致度数 b と c がカイ二乗曲線に入り、右裾の棄却域が網掛けされている図
統計量 (b − c)² / (b + c) を自由度1のカイ二乗分布と比較し、網掛けの裾にある値は周辺同質性の棄却につながる。

規約と前提

  • セルの配置:行は変数X、列は変数Yを表すため、bとcが不一致の度数になります。
  • 仮説:H0はP(X=0,Y=1) = P(X=1,Y=0)です。対立仮説はこれらが異なるというもの(両側)です。
  • 方法の切り替え:b + cが20より大きい場合はカイ二乗統計量を使用します。b + cが20以下の場合は正確な二項法を使用します。元のサンプル出力にはN ≥ 20とありますが、計算式の説明文にはb + c > 20とあるため、ここではこの閾値に従います。
  • 連続性補正:両方の統計量を表示し、大標本の判定にどちらを使うかは選択項目で決めます。
  • カイ二乗p値:自由度1のカイ二乗分布の上側確率です。p ≤ αのときH0を棄却します。元の資料にp値の計算式がないため、これは設計上の選択です。
  • 正確p値:二項分布の下側確率を2倍し、上限を1とします。これも設計上の選択です。
  • 丸め:値は未丸めの状態で計算し、統計量は小数点以下4桁、p値は6桁で表示します。
  • b = cの場合、補正なし統計量は0、p = 1です。一方、補正後の統計量は正となり、そのp値は計算結果のまま報告されます。
二項分布の棒グラフで、両裾が正確な両側 p 値として強調されている
正確なマクネマー p 値は、b を b + c 回中 p = 0.5 の二項計数とみなし、両裾を合計する。

計算例

a = 63、b = 21、c = 4、d = 12、α = 0.05、補正なしとします。不一致の合計は\(b+c=25\)で20より大きいため、カイ二乗法が適用されます。

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

補正なしのp値は0.000674、補正ありのp値は0.001374です。参考として正確な二項p値は0.000911です。判定には補正なしのp値0.000674を使用します。これは0.05以下なので、結果はREJECT(棄却)です。

広告

結果の読み方と制限

REJECT(棄却)は、2種類の不一致ペアが同程度に起こるとは考えにくいことを意味し、対応のある測定値の間に実際の変化がある可能性を示します。DO_NOT_REJECT(棄却しない)は、選択した有意水準ではそのような差がデータから示されないことを意味します。等しいことを証明するものではありません。この検定は一致ペアを無視するため、全体的な一致度については何も示しません。ペアが互いに独立であり、各対象者が2値の結果について2回測定されていることを前提とします。不一致ペアが少ない場合は、正確p値を優先してください。カイ二乗p値は近似であり、補正後の統計量はより保守的です。

よくある質問

セルaとdが重要でないのはなぜですか?

この検定は、0から1への変化と1から0への変化が同程度に起こるかを問うものです。変化しなかったペアは、この問いに関する情報を持ちません。

正確検定はいつ使われますか?

b + cが20以下の場合です。このように合計が小さいとカイ二乗近似は信頼できないため、二項分布を基準とします。

連続性の補正を使うべきですか?

補正により検定はより保守的になり、中程度の合計では推奨されることが多いです。両方の統計量を表示するため、比較することができます。

bとcが等しい場合はどうなりますか?

補正なしの統計量は0、p = 1です。補正後の統計量は依然として正であり、そのp値は計算結果のとおり表示されます。

この検定は片側ですか、両側ですか?

両側です。対立仮説は、2つの不一致確率がどちらの方向であれ異なるというものです。

出典

出典・参考資料

  • McNemar Test (Dataplot reference manual) — NIST Information Technology Laboratory. Primary NIST documentation; cites Conover (1999) and Fleiss, Levin and Paik (2003). · 適用開始日 2023-12-11 · 確認日 2026-11-04
最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る