आर में मैकनेमर परीक्षण कैसे करें
मैकनेमर परीक्षण का उपयोग यह निर्धारित करने के लिए किया जाता है कि युग्मित डेटा के बीच अनुपात में सांख्यिकीय रूप से महत्वपूर्ण अंतर है या नहीं।
यह ट्यूटोरियल बताता है कि आर में मैकनेमर परीक्षण कैसे करें।
उदाहरण: आर में मैकनेमर परीक्षण
मान लीजिए कि शोधकर्ता जानना चाहते हैं कि क्या एक निश्चित मार्केटिंग वीडियो किसी विशेष कानून पर लोगों की राय बदल सकता है। वे यह पता लगाने के लिए 100 लोगों का सर्वेक्षण करते हैं कि वे कानून का समर्थन करते हैं या नहीं। फिर वे सभी 100 लोगों को मार्केटिंग वीडियो दिखाते हैं और वीडियो समाप्त होने के बाद फिर से उनका सर्वेक्षण करते हैं।
निम्न तालिका वीडियो देखने से पहले और बाद में कानून का समर्थन करने वाले लोगों की कुल संख्या दिखाती है:
| मार्केटिंग से पहले का वीडियो | ||
|---|---|---|
| मार्केटिंग के बाद का वीडियो | सहायता | बर्दाश्त नहीं हो रहा |
| सहायता | 30 | 40 |
| बर्दाश्त नहीं हो रहा | 12 | 18 |
यह निर्धारित करने के लिए कि क्या वीडियो देखने से पहले और बाद में कानून का समर्थन करने वाले लोगों के अनुपात में सांख्यिकीय रूप से महत्वपूर्ण अंतर था, हम मैकनेमर परीक्षण कर सकते हैं।
चरण 1: डेटा बनाएं.
सबसे पहले, रैस्टर फॉर्म में डेटासेट बनाएं।
#create data data <- matrix(c(30, 12, 40, 18), nrow = 2, dimnames = list("After Video" = c("Support", "Do Not Support"), "Before Video" = c("Support", "Do Not Support"))) #view data data Before Video After Video Support Do Not Support Bracket 30 40 Do Not Support 12 18
चरण 2: मैकनेमर परीक्षण करें।
इसके बाद, निम्नलिखित सिंटैक्स का उपयोग करके मैकनेमर परीक्षण करें:
mcnemar.test(x,y=NULL,correct=TRUE)
सोना:
- x : या तो मैट्रिक्स रूप में एक द्वि-आयामी आकस्मिकता तालिका, या एक कारक वस्तु।
- y : एक कारक वस्तु; यदि x एक मैट्रिक्स है तो इसे अनदेखा कर दिया जाता है।
- सही : सत्य = परीक्षण आँकड़ों की गणना करते समय निरंतरता सुधार लागू करें; असत्य = निरंतरता सुधार लागू न करें।
सामान्य तौर पर, जब तालिका में कुछ गिनती कम हो तो निरंतरता सुधार लागू किया जाना चाहिए। आमतौर पर, यह सुधार आमतौर पर तब लागू किया जाता है जब कोशिकाओं की संख्या 5 से कम हो।
हम केवल अंतरों को स्पष्ट करने के लिए निरंतरता सुधार के साथ और उसके बिना मैकनेमर परीक्षण करेंगे:
#Perform McNemar's Test with continuity correction mcnemar.test(data) McNemar's Chi-squared test with continuity correction data:data McNemar's chi-squared = 14.019, df = 1, p-value = 0.000181 #Perform McNemar's Test without continuity correction mcnemar.test(data, correct=FALSE) McNemar's Chi-squared test data:data McNemar's chi-squared = 15.077, df = 1, p-value = 0.0001032
दोनों मामलों में, परीक्षण का पी-वैल्यू 0.05 से कम है, इसलिए हम शून्य परिकल्पना को खारिज कर देंगे और निष्कर्ष निकालेंगे कि मार्केटिंग वीडियो देखने से पहले और बाद में कानून का समर्थन करने वाले लोगों का अनुपात सांख्यिकीय रूप से भिन्न था।
लेखक के बारे में
डॉ. बेंजामिन एंडरसन
नमस्ते, मैं बेंजामिन हूं, एक सेवानिवृत्त सांख्यिकी प्रोफेसर जो अब समर्पित Statorials शिक्षक बन गया है। सांख्यिकी के क्षेत्र में व्यापक अनुभव और विशेषज्ञता के साथ, मैं Statorials के माध्यम से छात्रों को सशक्त बनाने के लिए अपना ज्ञान साझा करने के लिए उत्सुक हूं। अधिक जाने