{"id":841,"date":"2023-07-28T14:09:15","date_gmt":"2023-07-28T14:09:15","guid":{"rendered":"https:\/\/statorials.org\/it\/prova-pitone-mcnemars\/"},"modified":"2023-07-28T14:09:15","modified_gmt":"2023-07-28T14:09:15","slug":"prova-pitone-mcnemars","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/prova-pitone-mcnemars\/","title":{"rendered":"Come eseguire il test mcnemar in python"},"content":{"rendered":"

<\/p>\n

\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 Python.<\/span><\/p>\n

Esempio: il test McNemar in Python<\/strong><\/span><\/h3>\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\n\n\n\n\n\n
<\/th>\n Video prima della commercializzazione<\/span><\/th>\n<\/tr>\n
Video dopo la commercializzazione<\/span><\/td>\n Supporto<\/strong><\/span><\/td>\n Non sopporto<\/strong><\/span><\/td>\n<\/tr>\n
Supporto<\/strong><\/span><\/td>\n 30<\/span><\/td>\n 40<\/span><\/td>\n<\/tr>\n
Non sopporto<\/strong><\/span><\/td>\n 12<\/span><\/td>\n 18<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\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

Per prima cosa creeremo una tabella per contenere i nostri dati:<\/span><\/p>\n

 data = [[30, 40],\n         [12, 18]]\n<\/strong><\/pre>\n
 Passaggio 2: eseguire il test McNemar<\/strong><\/span><\/p>\n
 Successivamente, possiamo utilizzare la funzione mcnemar()<\/a> dalla libreria statsmodels di Python, che utilizza la seguente sintassi:<\/span><\/p>\n
 mcnemar(array, esatto=Vero, correzione=Vero)<\/strong><\/span><\/p>\n
 Oro:<\/span><\/p>\n