<\/p>\n
Il test McNemar<\/strong> viene utilizzato per determinare se esiste una differenza statisticamente significativa nelle proporzioni tra i dati accoppiati.<\/span><\/p>\n Questo tutorial spiega come eseguire il test McNemar in R.<\/span><\/p>\n Supponiamo che i ricercatori vogliano sapere se un determinato video di marketing pu\u00f2 cambiare le opinioni delle persone su una particolare legge. Intervistano 100 persone per scoprire se sostengono o meno la legge. Quindi mostrano il video di marketing a tutte le 100 persone e le esaminano nuovamente al termine del video.<\/span><\/p>\n La tabella seguente mostra il numero totale di persone che hanno sostenuto la legge prima e dopo aver visto il video:<\/span><\/p>\n Per determinare se ci fosse una differenza statisticamente significativa nella percentuale di persone che sostenevano la legge prima e dopo aver visto il video, possiamo eseguire il test McNemar.<\/span><\/p>\n Passaggio 1: creare i dati.<\/strong><\/span><\/p>\n Innanzitutto, crea il set di dati in formato raster.<\/span><\/p>\n Passaggio 2: eseguire il test McNemar.<\/strong><\/span><\/p>\n Successivamente, esegui il test McNemar utilizzando la seguente sintassi:<\/span><\/p>\n mcnemar.test(x,y=NULL,corretto=VERO)<\/span><\/strong><\/p>\n Oro:<\/span><\/p>\n In generale, \u00e8 opportuno applicare una correzione di continuit\u00e0 quando alcuni conteggi nella tabella sono bassi. In genere, questa correzione viene applicata quando il numero di celle \u00e8 inferiore a 5.<\/span><\/p>\n Effettueremo il test McNemar con e senza correzione di continuit\u00e0, solo per illustrare le differenze:<\/span><\/p>\n In entrambi i casi, il valore p del test \u00e8 inferiore a 0,05, quindi rifiuteremmo l\u2019ipotesi nulla e concluderemmo che la percentuale di persone che sostenevano la legge prima e dopo aver visto il video di marketing era statisticamente diversa.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Il test McNemar viene utilizzato per determinare se esiste una differenza statisticamente significativa nelle proporzioni tra i dati accoppiati. Questo tutorial spiega come eseguire il test McNemar in R. Esempio: test di McNemar in R Supponiamo che i ricercatori vogliano sapere se un determinato video di marketing pu\u00f2 cambiare le opinioni delle persone su una […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Esempio: test di McNemar in R<\/strong><\/span><\/h2>\n
\n\n
\n <\/th>\n Video prima della commercializzazione<\/span><\/th>\n<\/tr>\n \n Video dopo la commercializzazione<\/span><\/td>\n Supporto<\/strong><\/span><\/td>\n Non sopporto<\/strong><\/span><\/td>\n<\/tr>\n \n Supporto<\/strong><\/span><\/td>\n 30<\/span><\/td>\n 40<\/span><\/td>\n<\/tr>\n \n Non sopporto<\/strong><\/span><\/td>\n 12<\/span><\/td>\n 18<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n #create data<\/span>\ndata <- matrix(c(30, 12, 40, 18), nrow = 2,\n dimnames = list(\"After Video\" = c(\"Support\", \"Do Not Support\"),\n \"Before Video\" = c(\"Support\", \"Do Not Support\")))\n\n#view data\n<\/span>data\n\n Before Video\nAfter Video Support Do Not Support\n Bracket 30 40\n Do Not Support 12 18\n<\/strong><\/pre>\n\n
#Perform McNemar's Test with continuity correction<\/span>\nmcnemar.test(data)\n\n\tMcNemar's Chi-squared test with continuity correction\n\ndata:data\nMcNemar's chi-squared = 14.019, df = 1, p-value = 0.000181\n\n#Perform McNemar's Test without continuity correction<\/span>\nmcnemar.test(data, correct=FALSE) \n\n\tMcNemar's Chi-squared test\n\ndata:data\nMcNemar's chi-squared = 15.077, df = 1, p-value = 0.0001032<\/strong><\/pre>\n