Which for large samples is distribu

Which for large samples is distributed like a chi- squared
distribution
with 1 degree
of freedom.
A closer approximation to the chi-squared distribution uses a continuity correction:

In R this test is given by the function ‘mcnemar.test’.
Case-control data may be analyzed this way as well. Suppose you have a set of people
With some rare disease (e.g., a certain type of cancer); these are called the cases. For this
design you match each case with a contol who is as similar as feasible on all important
Covariates except the exposure of interest. Here is a table1:

ผลลัพธ์ (ไทย) 1:

ซึ่งสำหรับตัวอย่างขนาดใหญ่กระจายเช่นชีแบบลอการิทึม การแจกจ่าย กับ 1 องศา เสรีภาพการแจกแจงประมาณใกล้ชิดใช้แก้ไขความต่อเนื่อง:ใน R การทดสอบนี้ถูกกำหนด โดยฟังก์ชัน 'mcnemar.test'ข้อมูลควบคุมกรณีอาจจะวิเคราะห์ด้วยวิธีนี้เช่น สมมติว่า คุณมีชุดของคนมีโรคบางอย่างหายาก (เช่น ชนิดของมะเร็ง); เหล่านี้จะเรียกว่ากรณี ในการนี้คุณตรงกับแต่ละกรณี ด้วย contol ที่คล้ายกับเป็นเป็นไปได้ในทุกการออกแบบสำคัญCovariates ยกเว้นแสงที่น่าสนใจ นี่คือเป็น table1:

ผลลัพธ์ (ไทย) 2:

ซึ่งสำหรับตัวอย่างที่มีขนาดใหญ่มีการกระจายเหมือนไคยืดกระจายกับ1 องศาของเสรีภาพ. ประมาณใกล้ชิดกับการกระจายไคสแควร์จะใช้การแก้ไขต่อเนื่อง:. R ในการทดสอบนี้จะได้รับจากฟังก์ชั่น 'mcnemar.test' กรณีการควบคุม ข้อมูลอาจถูกวิเคราะห์ด้วยวิธีนี้เช่นกัน สมมติว่าคุณมีชุดของคนกับบางโรคที่หายาก (เช่นบางประเภทของโรคมะเร็ง); เหล่านี้เรียกว่ากรณี สำหรับวันนี้การออกแบบที่คุณตรงกับแต่ละกรณีมี contol ที่เป็นที่คล้ายกันที่เป็นไปได้ในการที่สำคัญทั้งหมดตัวแปรยกเว้นการสัมผัสที่น่าสนใจ นี่เป็น table1 คือ

ผลลัพธ์ (ไทย) 3:

ซึ่งกลุ่มตัวอย่างขนาดใหญ่กระจายเหมือนไคกำลังสอง
จำหน่าย
กับ

1 องศาของเสรีภาพ การใกล้ชิดกับไคกำลังสองกระจายใช้ความต่อเนื่องแก้ไข :

R ทดสอบนี้ให้ฟังก์ชัน ' McNemar ทดสอบ ' .
ข้อมูลการควบคุมคดีอาจจะวิเคราะห์ด้วยวิธีนี้เช่นกัน สมมติว่าคุณมีชุดของผู้คน
กับบางโรคที่หายาก เช่น บางชนิดของโรคมะเร็ง )เหล่านี้จะเรียกว่าราย สำหรับเรื่องนี้
ออกแบบคุณตรงกับแต่ละกรณีกับระงับที่เป็นเช่นเดียวกับความเป็นไปได้ในความรู้ที่สำคัญ
ทุกคนยกเว้นแสงที่น่าสนใจ ที่นี่มี table1 :