Máy tính kiểm định McNemar cho bảng 2x2 ghép cặp

Máy tính kiểm định McNemar cho bảng 2x2 ghép cặp

Mới nổi AI Skill PRO

Nhập phép tính

Công thức

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}}
Xem các bước tính (1)
  1. Thống kê chi-bình phương

    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}}

    Dùng khi b+c lớn hơn 20.

Thống kê sử dụng

Quảng cáo

Kết quả

Quyết định
Bác bỏ H0
Phương pháp sử dụng Chi-bình phương
Chi-bình phương (không hiệu chỉnh) 11,5600
Chi-bình phương (đã hiệu chỉnh) 10,2400
Giá trị p (không hiệu chỉnh) 0,000674
Giá trị p (đã hiệu chỉnh) 0,001374
Giá trị p nhị thức chính xác 0,000911
Giá trị p được dùng 0,000674
b + c 25

Báo lỗi nội dung trang này

Máy tính kiểm định McNemar làm gì

Máy tính này áp dụng kiểm định McNemar cho bảng số đếm 2x2 ghép cặp. Kiểm định kiểm tra xem hai phép đo nhị phân ghép cặp, chẳng hạn kết quả trước và sau một can thiệp hoặc hai xét nghiệm chẩn đoán trên cùng một nhóm đối tượng, có thay đổi theo một hướng thường xuyên hơn hướng còn lại hay không. Chỉ các cặp không nhất quán mới có ý nghĩa. Máy tính trả về thống kê chi-bình phương có và không hiệu chỉnh liên tục, các giá trị p tương ứng, giá trị p nhị thức chính xác và quyết định bác bỏ hoặc không bác bỏ.

Bảng 2x2 ghép cặp với các ô a, b, c, d; làm nổi bật các ô ngoài đường chéo b và c
Kiểm định McNemar chỉ dùng các ô bất đồng b và c; các ô đồng thuận a và d bị loại ra.

Cách sử dụng

Nhập bốn số đếm ô theo thứ tự trong biểu mẫu. Ô a là X=0, Y=0. Ô b là X=0, Y=1. Ô c là X=1, Y=0. Ô d là X=1, Y=1. Số đếm phải là số nguyên không âm. Ô a và ô d là các cặp nhất quán và không ảnh hưởng đến kết quả. Sau đó chọn mức ý nghĩa hai phía (0,50; 0,20; 0,10; 0,05 hoặc 0,01) và chọn xem quyết định với mẫu lớn dựa trên thống kê có hay không có hiệu chỉnh liên tục. Kiểm định không xác định khi b + c = 0.

Công thức

Với trường hợp mẫu lớn, trong đó \(b\) và \(c\) là số đếm các cặp không nhất quán:

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

\(T_1\) là thống kê không hiệu chỉnh và \(T_1'\) là thống kê đã hiệu chỉnh liên tục. Cả hai được so sánh với phân phối chi-bình phương có 1 bậc tự do, và giá trị p là

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

Với mẫu nhỏ, \(T_2=b\) được so sánh với phân phối Nhị thức(\(b+c\), 0,5), và giá trị p chính xác hai phía là

$$p=\min\left(1,\;2\sum_{i=0}^{k}\binom{n}{i}\frac{1}{2^n}\right),\quad n=b+c,\;k=\min(b,c)$$
Quảng cáo
Số đếm bất đồng b và c đưa vào đường cong chi bình phương với vùng bác bỏ tô đậm ở đuôi phải
Thống kê (b − c)² / (b + c) được so với phân phối chi bình phương 1 bậc tự do; các giá trị ở đuôi tô đậm dẫn đến bác bỏ tính đồng nhất biên.

Quy ước và giả định

  • Bố cục ô: các hàng là biến X và các cột là biến Y, nên b và c là số đếm các cặp không nhất quán.
  • Giả thuyết: H0 phát biểu P(X=0,Y=1) = P(X=1,Y=0); đối thuyết là hai xác suất này khác nhau (hai phía).
  • Chuyển phương pháp: nếu b + c lớn hơn 20, dùng thống kê chi-bình phương. Nếu b + c bằng 20 hoặc nhỏ hơn, dùng phương pháp nhị thức chính xác. Phần kết quả mẫu của nguồn đề cập N ≥ 20, nhưng phần công thức ghi b + c > 20, và ngưỡng này được áp dụng ở đây.
  • Hiệu chỉnh liên tục: cả hai thống kê đều được báo cáo, và bộ chọn quyết định thống kê nào dùng cho quyết định với mẫu lớn.
  • Giá trị p chi-bình phương: phần đuôi trên của chi-bình phương với 1 bậc tự do. Bác bỏ H0 khi p ≤ alpha. Đây là lựa chọn thiết kế, vì nguồn không cung cấp công thức giá trị p.
  • Giá trị p chính xác: gấp đôi phần đuôi dưới của nhị thức, giới hạn tối đa bằng 1. Đây cũng là lựa chọn thiết kế.
  • Làm tròn: giá trị thô được tính toán; thống kê hiển thị với 4 chữ số thập phân và giá trị p với 6 chữ số.
  • Khi b = c, thống kê không hiệu chỉnh bằng 0 và p = 1, còn thống kê đã hiệu chỉnh là dương và giá trị p của nó được báo cáo như đã tính.
Các cột phân phối nhị thức với cả hai đuôi được tô đậm thể hiện giá trị p chính xác hai phía
Giá trị p chính xác của McNemar coi b là số đếm nhị thức trên tổng b + c với p = 0,5 và cộng cả hai đuôi.

Ví dụ minh họa

Lấy a = 63, b = 21, c = 4, d = 12, alpha = 0,05 và không hiệu chỉnh liên tục. Tổng số cặp không nhất quán là \(b+c=25\), lớn hơn 20, nên áp dụng phương pháp chi-bình phương.

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

Giá trị p không hiệu chỉnh là 0,000674 và có hiệu chỉnh là 0,001374. Giá trị p nhị thức chính xác là 0,000911 để tham khảo. Quyết định dùng giá trị p không hiệu chỉnh 0,000674, nhỏ hơn hoặc bằng 0,05, nên kết quả là BÁC BỎ.

Quảng cáo

Diễn giải kết quả và hạn chế

Quyết định BÁC BỎ nghĩa là hai loại cặp không nhất quán khó có tần suất bằng nhau, cho thấy có sự thay đổi thực sự giữa các phép đo ghép cặp. KHÔNG_BÁC_BỎ nghĩa là dữ liệu không cho thấy sự khác biệt như vậy ở mức ý nghĩa đã chọn. Điều này không chứng minh được sự bằng nhau. Kiểm định bỏ qua các cặp nhất quán, nên không nói gì về mức độ đồng thuận tổng thể. Kiểm định giả định các cặp độc lập và mỗi đối tượng được đo hai lần với một kết quả nhị phân. Khi có ít cặp không nhất quán, hãy dựa vào giá trị p chính xác. Giá trị p chi-bình phương là xấp xỉ, và thống kê đã hiệu chỉnh thận trọng hơn.

Câu hỏi thường gặp

Vì sao ô a và ô d không quan trọng?

Kiểm định hỏi liệu việc chuyển từ 0 sang 1 có phổ biến bằng việc chuyển từ 1 sang 0 hay không. Các cặp không thay đổi không mang thông tin về câu hỏi đó.

Khi nào dùng kiểm định chính xác?

Khi b + c bằng 20 hoặc ít hơn. Xấp xỉ chi-bình phương không đáng tin cậy với tổng nhỏ như vậy, nên dùng phân phối nhị thức làm chuẩn.

Có nên dùng hiệu chỉnh liên tục không?

Hiệu chỉnh làm kiểm định thận trọng hơn và thường được ưu tiên với tổng trung bình. Cả hai thống kê đều được hiển thị để có thể so sánh.

Nếu b bằng c thì sao?

Thống kê không hiệu chỉnh bằng 0 và p = 1. Thống kê đã hiệu chỉnh vẫn dương, và giá trị p của nó được hiển thị như đã tính.

Kiểm định là một phía hay hai phía?

Đây là kiểm định hai phía: đối thuyết là hai xác suất không nhất quán khác nhau theo bất kỳ chiều nào.

Nguồn tham khảo

Nguồn tham khảo

  • McNemar Test (Dataplot reference manual) — NIST Information Technology Laboratory. Primary NIST documentation; cites Conover (1999) and Fleiss, Levin and Paik (2003). · Hiệu lực từ 2023-12-11 · Đã kiểm tra ngày 2026-11-04
Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê