This non-parametric test uses match

This non-parametric test uses matched-pairs of labels (A, B). It determines whether the proportion of A- and B-labels is equal for both members. It is a very good test when only nominal data are available, e.g., correct versus incorrect identification of stimuli. Essentially, McNemar's Test is a Sign-Test in disguise. All (A, A) and (B, B) pairs are ignored and it is tested whether (A, B) is as likely as (B, A) by labelling the one as + and the other as - and performing a Sign-Test on the number of + and - labels.
McNemar's Test is generally used when the data consist of paired observations of labels. An example is an identification experiment in which each subject has to identify two different "versions" of each stimulus. The labels are correct and error. What is tested is whether a correct identification of the first version and an error in the identification of the second version is more or less likely than the reverse. These data cannot be analyzed with a test on binomial proportions because the two samples are not independent.
H0:
AB pairs are as likely as BA pairs.

Assumptions:
Only that the pairs are matched.

Scale:
Nominal

Procedure:
Ignore the pairs with identical labels, count the pairs AB (n+) and the pairs BA (n-).

Level of significance:
n+ and n- are binomial distributed with p = q = 1/2 and N = (n+) + (n-).
If k is the smaller of (n+) and (n-) then:
p 25, then Z = (| n+ - n- | - 1)/sqrt( N ) can be approximated with a Standard Normal distribution. In our example, we calculate the exact probabilities upto N = 100.
For N > 30, the Student t-test can be used.

Remarks:
For McNemar's Test, the same remarks hold as for the Sign-Test. In many cases, it is the only test that can be applied without making many unlikely assumptions. This is especially so because, e.g., error rates in identification experiments tend to be small. As a result, there often are too few relevant observations to use parametric tests.

Return to: Statistics

ผลลัพธ์ (ไทย) 1:

การทดสอบนี้ไม่ใช่พาราเมตริกใช้จับคู่คู่ของป้ายชื่อ (A, B) กำหนดว่าของ A-B-ป้ายชื่อ และสัดส่วนเท่ากันสำหรับสมาชิกทั้งสอง เป็นการทดสอบที่ดีมากเมื่อข้อมูลระบุเฉพาะ เช่น แก้ไขเมื่อเทียบกับรหัสที่ถูกต้องของสิ่งเร้า หลัก ทดสอบของ McNemar จะทดสอบ เครื่องในปลอม ทั้งหมด (A, A) และ (B, B) คู่จะถูกละเว้น และจะมีทดสอบว่า (A, B) มีแนวโน้มที่ (B, A) โดยการติดฉลากภาคหนึ่งเป็น + และอื่น ๆ เป็น - และทำการทดสอบเครื่องหมายจำนวน + และ - ป้ายชื่อโดยทั่วไปใช้ทดสอบของ McNemar เมื่อข้อมูลประกอบด้วยข้อสังเกตป้ายจัดเป็นคู่ ตัวอย่างคือ การทดลองรหัสแต่ละเรื่องมีการระบุทั้งสองแตกต่างกัน "รุ่น" กระตุ้นเศรษฐกิจแต่ละ ป้ายชื่อถูกต้อง และข้อผิดพลาด อะไรจะทดสอบได้ว่ารหัสแก้ไขข้อผิดพลาดในรหัสรุ่นสองและรุ่นแรกจะมากกว่าหรือน้อยกว่าตรงกันข้าม ไม่สามารถวิเคราะห์ข้อมูลเหล่านี้กับการทดสอบบนสัดส่วนทวินามเนื่องจากตัวอย่างสองกลุ่มไม่เป็นอิสระH0:AB คู่มีแนวโน้มที่ BA คู่สมมติฐาน:เฉพาะที่ตรงคู่กันขนาด:ระบุขั้นตอน:ละเว้นคู่กับป้ายชื่อที่เหมือนกัน นับคู่ AB (n +) และคู่ BA (n-)ระดับความสำคัญ:n + และ n - เป็นทวินามกระจายกับ p = q = 1/2 และ N = (n +) + (n-)ถ้า k มีขนาดเล็กของ (n +) และ (n-) แล้ว:p < = 2 * ผลรวม (ฉัน = 0 เพื่อ k) {N!/(i!*(N-i)!) }/ 4(มี k ! = k * (k-1) *(k-2) *... * 1 คือ แฟกทอเรียลของ k และ 0 ! = 1)ประมาณ:ถ้า (n +) + (n-) = N > 25 แล้ว Z = (| n + - n - |- - 1) / (N) sqrt จะสามารถเลียนแบบ ด้วยการแจกแจงปกติมาตรฐาน ในตัวอย่างของเรา เราได้คำนวณสำหรับกิจกรรมแน่นอน N = 100สำหรับ N > 30 นักเรียนสามารถใช้ทดสอบ tหมายเหตุ:สำหรับการทดสอบของ McNemar หมายเหตุเดียวค้างไว้สำหรับทดสอบเครื่อง ในหลายกรณี มันเป็นการทดสอบเท่านั้นที่สามารถใช้ได้โดยไม่ทำสมมติฐานหลายน่า โดยเฉพาะอย่างยิ่งเพื่อ เช่น ราคาข้อผิดพลาดในรหัสทดลองมักจะ มีขนาดเล็ก ดัง มักจะมีข้อสังเกตุเกี่ยวข้องน้อยเกินไปการใช้ทดสอบพาราเมตริกกลับไป: สถิติ

ผลลัพธ์ (ไทย) 2:

นี้การทดสอบที่ไม่ใช้พารามิเตอร์คู่จับคู่ของป้ายชื่อ (A, B) จะเป็นตัวกำหนดว่าสัดส่วนของ A- และ B-ป้ายเท่ากับสำหรับสมาชิกทั้ง มันคือการทดสอบที่ดีมากเมื่อเพียงข้อมูลเล็กน้อยที่มีอยู่เช่นบัตรประจำตัวที่ถูกต้องเมื่อเทียบกับที่ไม่ถูกต้องของสิ่งเร้า เป็นหลักในการทดสอบ McNemar คือเข้าสู่ระบบการทดสอบในการปลอมตัว ทุกชนิด (,) และ (B, B) คู่จะถูกละเว้นและจะมีการทดสอบว่า (A, B) เป็นที่น่าจะเป็น (B, A) โดยการติดฉลากหนึ่งเป็น + และอื่น ๆ ที่เป็น - และการแสดง Sign- ทดสอบกับจำนวนของ + และ -. ป้าย
ทดสอบ McNemar ถูกใช้โดยทั่วไปเมื่อข้อมูลที่ประกอบด้วยการสังเกตการจับคู่ของป้าย ตัวอย่างคือการทดลองการระบุในแต่ละเรื่องซึ่งมีการระบุทั้งสองแตกต่างกัน "รุ่น" ของแต่ละกระตุ้นเศรษฐกิจ ฉลากถูกต้องและความผิดพลาด สิ่งที่ได้รับการทดสอบว่าเป็นบัตรประจำตัวที่ถูกต้องของรุ่นแรกและความผิดพลาดในตัวของรุ่นที่สองมีแนวโน้มที่จะมากกว่าหรือน้อยกว่ากลับ ข้อมูลเหล่านี้ไม่สามารถวิเคราะห์ได้กับการทดสอบในสัดส่วนทวินามเพราะทั้งสองตัวอย่างที่ไม่เป็นอิสระ.
H0:
คู่ AB จะเป็นน่าจะเป็นคู่ BA. สมมติฐาน: เฉพาะที่คู่จะถูกจับคู่. ขนาด: ที่กำหนดขั้นตอน: ละเว้นคู่ที่มีป้ายชื่อเหมือนกัน นับคู่ AB (n +) และคู่ BA (n-). ระดับความสำคัญ: + n และ n- ทวินามมีกระจายกับ p = q = 1/2 และ n = (+ n) + (n-). ถ้า k เป็นขนาดเล็กของ (n +) และ (n-) แล้ว: p <= 2 * ซำ (i = 0 ถึง k) {! N / (! ฉัน * (Ni))} / 4 (กับ k = k *! (k-1) * (k-2) * ... * 1 เป็นปัจจัยของ k และ 0 = 1)! ประมาณ: ถ้า (+ n) + (n-) = n> 25 แล้ว Z = (| + n - n- | - 1) / sqrt (N) สามารถประมาณมีการกระจายปกติมาตรฐาน ในตัวอย่างของเราเราจะคำนวณความน่าจะเป็นที่แน่นอนไม่เกินจำนวน = 100. สำหรับ n> 30 นักศึกษา t-test สามารถนำมาใช้. หมายเหตุ: สำหรับการทดสอบ McNemar ของคำพูดเดียวกันถือเป็นเข้าสู่ระบบทดสอบ ในหลายกรณีก็เป็นเพียงการทดสอบว่าสามารถนำไปใช้โดยไม่ทำให้สมมติฐานที่น่าหลาย โดยเฉพาะอย่างยิ่งเช่นนี้เพราะเช่นอัตราความผิดพลาดในการทดลองการระบุมีแนวโน้มที่จะมีขนาดเล็ก เป็นผลให้มีมักจะน้อยเกินไปสังเกตที่เกี่ยวข้องกับการใช้การทดสอบพารา. กลับไปที่สถิติ

ผลลัพธ์ (ไทย) 3:

นี้ไม่ใช้พารามิเตอร์การทดสอบใช้จับคู่คู่ของป้ายชื่อ ( A , B ) มันกำหนดว่าสัดส่วนของ - และ b-labels เท่ากันทั้งสมาชิก มันเป็นบททดสอบที่ดีมากเมื่อมีเพียงข้อมูลปกติที่มีอยู่ เช่น บัตรประจำตัวที่ถูกต้องและไม่ถูกต้องของสิ่งเร้า เป็นหลัก , McNemar ทดสอบเป็นสัญญาณทดสอบที่ปลอมตัวมา ทั้งหมด ( A ) และ ( B , B ) คู่จะถูกละเว้นและมันคือการทดสอบว่า ( Ab ) เป็นแนวโน้ม ( B ) โดยการติดฉลากหนึ่งเป็นและอื่น ๆ และแสดงสัญญาณทดสอบในจํานวนและป้ายชื่อ
McNemar ทดสอบโดยทั่วไปจะใช้เมื่อข้อมูลประกอบด้วย แบบสังเกตป้าย ตัวอย่างคือ การทดลอง ซึ่งในแต่ละเรื่องมีการระบุรุ่นที่แตกต่างกันสอง " ของแต่ละกระตุ้น ฉลากถูกต้องและข้อผิดพลาดสิ่งที่ทดสอบ ไม่ว่าจะเป็น รหัสที่ถูกต้องของรุ่นแรก และข้อผิดพลาดในรหัสของรุ่นที่สองมีมากขึ้นหรือน้อยลงกว่าที่ย้อนกลับ ข้อมูลเหล่านี้ไม่สามารถวิเคราะห์ด้วยการทดสอบสัดส่วนทวินาม เพราะสองกลุ่มตัวอย่างไม่อิสระ .
: H0
AB คู่ที่มีแนวโน้มเป็น BA คู่

:
) เท่านั้นที่เป็นคู่คู่




ขนาด : ตามขั้นตอน :
ไม่สนใจคู่กับป้ายเหมือนกัน นับคู่ AB ( N ) และคู่บา ( N )

ระดับ :
n และ n - แบบกระจายกับ p = Q = 1 / 2 และ n = ( n ) ( n )
ถ้า k เป็นขนาดเล็ก ( N ) และ ( - ) แล้ว :
p < = 2 * ผลรวม ( ฉัน = 0 K ) { n ! / / ( ฉัน ! * ( - ) ! ) } / 4
( k = K * ( K-1 ) * ( K - 2 ) * . . . * * * * 1 คือแฟกทอเรียลของ K และ 0 = 1 )


ถ้าประมาณ : ( n ) ( n ) = n > 25แล้ว Z = ( | N - N - | - 1 ) / SQRT ( N ) สามารถคำนวณด้วยมาตรฐานปกติกระจาย ในตัวอย่างของเรา เราคำนวณความน่าจะเป็นที่แน่นอนไม่เกิน n = 100 .
n > 30 , จำนวนนักเรียนที่สามารถใช้

หมายเหตุ :
สำหรับ McNemar ทดสอบ , ข้อสังเกตเดียวกันถือเป็นสัญญาณทดสอบ ในหลายกรณีมันเป็นเพียงการทดสอบที่สามารถใช้โดยไม่ต้องตั้งสมมติฐานไม่น่าจะมากนี้โดยเฉพาะดังนั้นเพราะ เช่น อัตราการผิดพลาดในการทดลองมักจะมีขนาดเล็ก เป็นผลให้มันมักจะมีไม่มากที่เกี่ยวข้องโดยใช้การทดสอบพาราเมตริก .

กลับไป : สถิติ