Jak wykonać test mcnemara w r

Test McNemara służy do określenia, czy istnieje statystycznie istotna różnica w proporcjach pomiędzy sparowanymi danymi.

W tym samouczku wyjaśniono, jak wykonać test McNemara w języku R.

Przykład: test McNemara w R

Załóżmy, że badacze chcą wiedzieć, czy określony film marketingowy może zmienić opinie ludzi na temat konkretnego prawa. Przeprowadzają ankietę wśród 100 osób, aby dowiedzieć się, czy popierają prawo. Następnie pokazują film marketingowy wszystkim 100 osobom i ponownie przeprowadzają z nimi ankietę po zakończeniu filmu.

Poniższa tabela przedstawia łączną liczbę osób, które poparły ustawę przed i po obejrzeniu filmu:

Aby ustalić, czy istniała statystycznie istotna różnica w odsetku osób popierających prawo przed i po obejrzeniu filmu, możemy wykonać test McNemara.

Krok 1: Utwórz dane.

Najpierw utwórz zbiór danych w formie rastrowej.

 #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

Krok 2: Wykonaj test McNemara.

Następnie wykonaj test McNemara, stosując następującą składnię:

mcnemar.test(x,y=NULL,poprawne=PRAWDA)

Złoto:

• x : albo dwuwymiarowa tabela kontyngencji w postaci macierzy, albo obiekt czynnikowy.
• y : obiekt czynnikowy; ignorowane, jeśli x jest macierzą.
• poprawne : TRUE = zastosuj korekcję ciągłości przy obliczaniu statystyk testowych; FAŁSZ = nie stosuj korekty ciągłości.

Ogólnie rzecz biorąc, korektę ciągłości należy zastosować, gdy niektóre zliczenia w tabeli są niskie. Zwykle tę korektę stosuje się, gdy liczba komórek jest mniejsza niż 5.

Dla zilustrowania różnic przeprowadzimy test McNemara z korekcją ciągłości i bez niej:

 #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

W obu przypadkach wartość p testu jest mniejsza niż 0,05, zatem odrzucilibyśmy hipotezę zerową i doszliśmy do wniosku, że odsetek osób, które poparły prawo przed i po obejrzeniu filmu marketingowego, różnił się statystycznie.