Anda memerlukan tes McNemar ( http://en.wikipedia.org/wiki/McNemar%27s_test , http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3346204/ ). Berikut ini adalah contohnya:
1300 poin dan 1300 kontrol yang cocok dipelajari. Status merokok diajukan sebagai berikut:
Normal
|no |yes|
Cancer|No |1000|40 |
|Yes |200 |60 |
Setiap entri tabel menunjukkan informasi tentang PASANG KASUS-KONTROL: 1000 berarti dalam 1000 pasangan kontrol-kasus, tidak juga seorang perokok. 40 adalah jumlah pasangan kasus kontrol di mana kontrol adalah perokok dan pasien kanker tidak, dan seterusnya. Kode R berikut dapat digunakan untuk menghasilkan tabel ini dan melakukan Uji McNemar.
mat = as.table(rbind(c(1000, 40), c( 200, 60) ))
colnames(mat) <- rownames(mat) <- c("Nonsmoker", "Smoker")
names(dimnames(mat)) = c("Cancer", "Normal")
mat
# Normal
# Nonsmoker Smoker
# Cancer
# Nonsmoker 1000 40
# Smoker 200 60
mcnemar.test(mat)
# McNemar's Chi-squared test with continuity correction
#
#data: mat
#McNemar's chi-squared = 105.34, df = 1, p-value < 2.2e-16
Tes McNemar juga digunakan untuk menilai efek intervensi pada variabel hasil biner. Pasangan hasil sebelum dan sesudahnya diajukan dan diuji seperti di atas.
Sunting: Memperluas contoh yang diberikan oleh @gung, jika status merokok tercantum dalam dataframe mydf Anda sebagai berikut:
pairID cancer control
1 1 1
2 1 1
3 1 0
...
Tes McNemars dapat dilakukan dengan perintah R berikut:
> tt = with(mydf, table(cancer, control))
> tt
control
cancer 0 1
0 5 1
1 3 2
> mcnemar.test(tt)
McNemar`s Chi-squared test with continuity correction
data: tt
McNemar`s chi-squared = 0.25, df = 1, p-value = 0.6171
Anda benar bahwa uji pasti Fisher tidak sesuai untuk data Anda. Anda harus membentuk kembali tabel kontingensi Anda. Tabel baru akan untuk pasangan , sehingga akan tampak memiliki separuh lebih banyak data yang diwakili (dalam kasus Anda 40 bukannya 80). Misalnya, bayangkan data Anda tampak seperti ini (setiap rangkaian subjek berpasangan berada di barisnya sendiri, dan
1
menunjukkan perokok):Maka tabel kontingensi lama Anda mungkin:
Tabel kontingensi baru Anda akan terlihat seperti ini:
Tabel kontingensi pertama berjumlah 22 (jumlah total subjek dalam penelitian Anda), tetapi tabel kontingensi kedua berjumlah 11 (jumlah pasangan yang cocok).
Dengan data Anda ditampilkan seperti ini, yang Anda minati adalah jika proporsi marginalnya sama. Tes untuk itu adalah tes McNemar . Saya telah menjelaskan tes McNemar di sini dan di sini .
sumber
Seharusnya tidak perlu menggunakan tes berpasangan. pencocokan populasi memastikan bahwa distribusi kovarait (umur, ...) adalah sama di kedua populasi sehingga tidak "merusak" gambar.
tes membandingkan cara populasi sehingga pasangan individu tidak diperlukan. ini hanya diperlukan untuk pengukuran "berulang", misalnya, membandingkan menas sebelum dan setelah perawatan pada populasi yang sama.
sumber
Iya dan tidak:
mungkin kasus Anda termasuk dalam kasus Pearce (2015) : poin dalam artikel ini adalah bahwa variabel yang Anda gunakan untuk memilih kontrol harus dikontrol dalam penelitian dan bukan dalam tes. Itu bisa sulit karena N = 80.
Semoga bantuan ini :)
sumber