作者s50706123 (大玄)
看板Statistics
标题[问题] Mcnemar细格问题
时间Wed May 5 11:04:44 2021
大家好，
努力爬文查询都还是不晓得如何解决，再请高手们帮帮忙谢谢> <
我的资料为类别资料 2*5
查询到前後测的资料需跑Mcnemar检定
但是我前测有1细格为0
所以跑SPSS时跑不出值
想请问遇到此情形该如何解决，谢谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 27.53.129.141 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1620183886.A.69A.html
1F：→ yhliu: McNemar 检定小样本直接用二项分布计算.05/05 13:54
2F：→ yhliu: 不懂你的 "资料为类别资料 2*5" 是何意? 是5个配对? 这样05/05 13:55
3F：→ yhliu: 的小样本不适合用常态近似. 而这麽小的样本也很难获得有05/05 13:57
4F：→ yhliu: 意义的结论---很难达到统计显着性.05/05 13:58
6F：→ s50706123: 是想表达↑这个意思才对，想请问您知道这该如何处理吗~05/05 14:34
7F：→ s50706123: ? 谢谢05/05 14:34
※ 编辑: s50706123 (27.53.129.141 台湾), 05/05/2021 14:36:36
8F：→ andrew43: 我猜5是5类outcome，但注意有序或无序会是不同方法处理05/05 16:28
9F：→ andrew43: 看到原po补上的说明，更困惑了。05/05 16:29
10F：→ andrew43: 原po还是看一看mcnemar的教学，次数不会整理成这样05/05 16:31
11F：→ andrew43: 而会是6*6的方矩阵。05/05 16:32
12F：→ andrew43: 不过如此一来势必一大堆cell值太小。考虑exact或permute05/05 16:33
13F：→ andrew43: 并留意1-6选择是有序或无序。05/05 16:33
14F：→ s50706123: 抱歉抱歉，是要整理成这样呈现才对，刚刚传的时候忘记>05/05 17:18
※ 编辑: s50706123 (27.53.129.141 台湾), 05/05/2021 17:26:31
16F：→ s50706123: 请问A大如果是成对样本资料，也能使用exact吗@@? 05/05 17:29
17F：→ andrew43: 可以。不过我不用spss，但看一下手册应是可行但要写指令 05/05 17:31
18F：→ s50706123: 不好意思，请问是指 Fisher's exact test对吗~? 05/05 17:40
19F：→ andrew43: 不是。我们都在讨论Marginal Homogeneity Tests，其中若 05/05 17:42
20F：→ andrew43: 只有二类outcome就是McNemar test，和fisher exact无关 05/05 17:42
21F：→ andrew43: 严格来说，你要做 Stuart(-Maxwell) test 的 exact或 05/05 17:46
22F：→ andrew43: permutation方法。若是有序outcome则是Birch test。 05/05 17:47
23F：→ s50706123: 原来如此!! 那我查查看 Stuart(-Maxwell) test ，真的 05/05 17:52
24F：→ s50706123: 非常感谢您 > <" 05/05 17:52
25F：→ yhliu: McNemar test 是成对2元反应资料, 多元反应资料一般考虑两 05/06 11:11
26F：→ yhliu: 种一般化, 一是如上所说的边际均齐性, 在前後测资料即是 05/06 11:13
27F：→ yhliu: 後测与前测之边际分布相同; 另一是对称性, 即 i→j 与 j→i 05/06 11:15
28F：→ yhliu: 的比什例皆相同. 但实务上不一定要限制在这两方面. 以所整 05/06 11:16
29F：→ yhliu: 理出来的结果看起来, 似乎倾向於 i→i-1. 变数之分类如系 05/06 11:18
30F：→ yhliu: 顺序型, 这种变化具有实务上的意义. 至於统计上的显着性, 05/06 11:20
31F：→ yhliu: 因样本太小, 不适合用大样本方法, 但是否有合适的软体可做 05/06 11:21
32F：→ yhliu: exact test, 我不清楚. 05/06 11:22
33F：→ yhliu: 我想即使没有软体可用, 也可以人工计算. 有两组 test 可做. 05/06 12:57
34F：→ yhliu: 其一: i→i-1 的比例 p, H0: p = 1/6, H1: p > 1/6; 05/06 12:59
35F：→ yhliu: 其二: i→j<i-1 的比例 p1 vs. i→j>i-1 的比例 p2. 05/06 13:00
36F：→ yhliu: 不过, 这两个 test 是在 "资料偷窥" 後建立的, 其结果就是 05/06 13:02
37F：→ yhliu: nominal error 远低於 actual error, 例如采 1% 显着水准, 05/06 13:04
38F：→ yhliu: 名义上是 type 1 error 发生机率不超过 1%, 实际上可能甚至 05/06 13:05
39F：→ yhliu: 超过 5%. 至於计算, 以第一个 test 而言, 就是 i→j-1 的 05/06 13:07
40F：→ yhliu: 资料对数占 total 35 对的样本比例是否远超过 1/6. 05/06 13:08
41F：→ yhliu: Test 2 则取 i→j-1 诸格下方与 i→j-1 诸格上方资料对数相 05/06 13:12
42F：→ yhliu: 比较, 如同 McNemar test 以左下比右上. 05/06 13:13
43F：→ yhliu: 基於资料偷窥效应, 采 Bonferroni 多重比较的想法, 6 ×6 05/06 13:16
44F：→ yhliu: 交叉表有25个自由度, 5%显着水准要采用 0.2% 的名目水准. 05/06 13:18
45F：→ andrew43: 退到最後一步，终究能做个前>後 vs 後>前 的 05/06 13:32
46F：→ andrew43: binomial exact test，这工具就很好找了。 05/06 13:34
47F：→ andrew43: 不知道老师觉得这样做有没有什麽问题？ 05/06 13:37
48F：→ yhliu: 就直接二项分配, 排除主对角线(前=後). 当然, 在样本数足够 05/06 19:06
49F：→ yhliu: 时可用常态近似. 05/06 19:06
50F：→ yhliu: 似乎有点问题, 包括前面我提的第2个test. 因为在固定前测值 05/06 19:15
51F：→ yhliu: 的条件下, 资料对落於两边的条件机率并不相等. 05/06 19:17
52F：→ yhliu: 如果前测在各类别的分布是均匀的, 则 05/06 19:23
53F：→ yhliu: P[Xi<Yi|Xi≠Yi] = 1/2, 否则不能保证. 05/06 19:25
54F：→ yhliu: 应说: 如果前测在各类别的分布是均匀的, 後测在主对角线外 05/06 19:27
55F：→ yhliu: 也是均匀的, 则 P[Xi<Yi|Xi≠Yi] = 1/2. 05/06 19:28
56F：→ yhliu: 否则, H0 就直接假设 P[X<Y|X≠Y] = 1/2. 05/06 19:29
57F：→ yhliu: 以上, X 指前测, Y 指後测. 加注标 i 代表第 i 对样本值. 05/06 19:33
58F：→ andrew43: 谢谢老师。 05/06 20:53
59F：→ yhliu: 受测者是随机抽取而後接受 前测-介入-後测, 因此 05/07 07:03
60F：→ yhliu: (1) 假设前测结果均匀分布不很合理也没必要; 05/07 07:04
61F：→ yhliu: (2) H0 直接设定 P[X<Y|X≠Y]=1/2 是可行的. 05/07 07:07
62F：→ yhliu: 在此假说下用二项分布或其常态近似计算 p-value 做检定 05/07 07:09