맥니마 검정은
2x2 빈도표에서 사용하는 카이제곱 검정이라고 보면 된다.
근데 더 중요한 점은 표본이 대응 표본이라는 점이다.
가정은 다음과 같다.
1. 표본이 대응 표본이다.
2. 아래 빈도표 기준으로 b + c > 25이어야 한다.
가설은 다음과 같다.
간단하게 생각하면,
"test1에서 음성일 확률과 test2에서 음성일 확률이 같을까?" 라는 의미로 볼 수 있고,
이는 결국, "test1과 test2가 차이가 있을까?" 라는 뜻으로도 생각할 수 있다.
# 데이터 불러오기
sample = read.csv("F:/Sw-tastics/Statistics Analysis/example/11. Mcnemar test.csv", header = T)
# table
tab = table(sample)
tab
# McNemar test
mcnemar.test(tab, correct = F)
간단한 예제를 살펴보자.
# 데이터 불러오기
sample = read.csv("F:/Sw-tastics/Statistics Analysis/example/11. Mcnemar test.csv", header = T)
어떤 항목에 대해 처치를 하기 전과 후에 검사를 한다고 해보자.
목적은 어떤 처치가 양/음성에 영향을 주는지라고 볼 수 있겠다.
# table
tab = table(sample)
tab
b + c = 43이므로 가정을 만족한다.
또한, 자료의 상황이 대응 표본이므로 맥니마 검정의 모든 가정이 충족된다.
# McNemar test
mcnemar.test(tab, correct = F)
p-value가 0.05 미만이므로 귀무 가설을 기각한다.
따라서, 처치 전 양성 비율과 처치 후 양성 비율은 동일하지 않다는 결론이 된다.
그러므로 어떠한 처치는 검사에 영향을 미친다는 것을 알 수 있다.
'Statistical Analysis > R' 카테고리의 다른 글
[R] Pearson correlation coefficient, 피어슨 상관 계수 (0) | 2022.07.11 |
---|---|
[R] exact McNemar test, 정확 맥니마 검정 (0) | 2022.07.09 |
[R] Fisher's exact test, 피셔의 정확 검정 (0) | 2022.07.06 |
[R] Chi-square test, 카이제곱 검정 (0) | 2022.07.04 |
[R] Cronbach's Alpha, 크론바흐 알파 (0) | 2022.07.03 |