为何应使用 McNemar 检验?

McNemar 检验可确定配对比率是否存在差异。例如,您可以使用 McNemar 检验确定培训计划是否会更改正确回答问题的参与者的比率。

下面的样本工作表显示 12 位参与者的汇总数据。第一行“培训前正确回答”显示只有两位参与者在培训之前正确回答了特定的测试问题。C2 列“培训后正确回答”显示有 9 位参与者在培训之后正确回答了相同的问题。此培训似乎提高了正确回答问题的参与者的比率。对这些数据进行 McNemar 检验会产生 0.039 的 p 值,这在 0.05 alpha 水平上很显著。

C1-T C2 C3
  培训后正确回答 培训后错误回答
培训前正确回答 1 1
培训前错误回答 8 2

您还可以输入原始形式的数据,只要这两列数据仅包含 2 个唯一值(请参见下面的注释)。下面的表格显示的数据与上面输入原始形式数据的表格相同。每行表示一个参与者在培训前和培训后的回答情况。

C1-T C2-T
之前 之后
错误 正确
错误 正确
错误 正确
错误 正确
错误 错误
错误 正确
正确 正确
错误 错误
正确 错误
错误 正确
错误 正确
错误 正确
注意

两列原始数据必须只包含 2 个唯一值。否则,Minitab 无法了解如何为分析将数据汇总到双因子表中。如果一列或两列原始数据仅包含 1 个唯一值,您应当按照 2 x 2 表的形式输入数据,如表 1 所示。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策