マクネマー検定とは? わかりやすく解説

Weblio 辞書 > 同じ種類の言葉 > 人文 > 統計 > 検定 > マクネマー検定の意味・解説 

マクネマー検定


例題
 「内閣支持率調査で,同じ対象者1 月4 月の 2 回調査をした結果表 1ようになった。 この 3 ヵ月間に支持率変化があったといえるかどうか検定しなさい。」
表 1.同じ対象者行われた 2 回の内閣支持率調査結果
4 月
 支持する 支持しない   合計 
1 月支持する 48  28  76 
支持しない 35  53  88 
合計 83  81  164 



R による解析
> mcnemar.test(matrix(c(48,28,35,53),2,2), correct=F) # 連続性補正をしない場合

	McNemar's Chi-squared test

data:  matrix(c(48, 28, 35, 53), 2, 2) 
McNemar's chi-squared = 0.7778, df = 1, p-value = 0.3778

> mcnemar.test(matrix(c(48,28,35,53),2,2)) # 連続性補正をする場合

	McNemar's Chi-squared test with continuity correction

data:  matrix(c(48, 28, 35, 53), 2, 2) 
McNemar's chi-squared = 0.5714, df = 1, p-value = 0.4497

> binom.test(c(35,28)) # 二項検定による正確な有意確率

	Exact binomial test

data:  35 and 63 
number of successes = 35, number of trials = 63, p-value = 0.45
alternative hypothesis: true probability of success is not equal to 0.5 
95 percent confidence interval:
 0.4248876 0.6808269 
sample estimates:
probability of success 
             0.5555556 



マクネマー検定


例題
 「ある意見への賛否態度を 2 回調査した結果表 1ようになった変化があったといえるかどうか検定しなさい。」
表 1.同じ対象者行われた 2 回の調査結果
4 月
 支持する どちらともいえない 支持しない   合計 
1 月支持する 13  6  1  20 
どちらともいえない 2 8  19  29 
支持しない 4 7  21  32 
合計 19  21  41  78 



R による解析
> tbl <- matrix(c(
+ 	13, 6, 1,
+ 	2, 8, 19,
+ 	4, 7, 21
+ 	), ncol=3, byrow=T)
 
> tbl
     [,1] [,2] [,3]
[1,]   13    6    1
[2,]    2    8   19
[3,]    4    7   21

前もって定義されている関数を使う場合

> mcnemar.test(tbl)

	McNemar's Chi-squared test

data:  tbl 
McNemar's chi-squared = 9.3385, df = 3, p-value = 0.02511

別の拡張による新たに定義した関数を使う場合

> McNemar(tbl)
         n1          n2     P value 
13.00000000 26.00000000  0.05325191 



マクネマー検定


 対応のある場合比率の差の検定を行う。


例題
 「内閣支持率調査で,同じ対象者1 月4 月の 2 回調査をした結果表 1ようになった。 この 3 ヵ月間に支持率変化があったといえるかどうか検定しなさい。」
表 1.同じ対象者行われた 2 回の内閣支持率調査結果
4 月
 支持する 支持しない   合計 
1 月支持する 48  28  76 
支持しない 35  53  88 
合計 83  81  164 



検定手順
  1. 記号を以下のように決める。
    表 2.同じ対象者行われた 2 回の内閣支持率調査結果
    条件 2
      特性を持つ 特性持たない   合計 
    条件 1特性を持つ a  b  a+b 
    特性持たない c  d  c+d 
    合計 a+c  b+d  n 

  2. 前提
  3. 標本比率の差は,( b - c ) / n である。帰無仮説のもとでは,b = c である。
    これは,ケース数 = b + c,母比率 = 1/2 の場合二項検定母比率の検定)である。
    b + c が大き場合には,χ2 分布近似できる。この検定法を特にマクネマーの検定と呼ぶ。
    例題では,b = 28c = 35 である。1 月4 月における比率それぞれ 0.463,0.506 である。
  4. 状況に応じて以下のいずれか方法により有意確率求める。

  5. 帰無仮説採否決める。

    例題では,有意水準 5% で検定を行うとすれば(α = 0.05),P > α であるから帰無仮説採択する。すなわち,「支持率変化があったとはいえない」。

マクネマー検定

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2024/03/02 21:49 UTC 版)

マクネマー検定(マクネマーけんてい、McNemar's test)は、統計学において、対応のある名目データに用いられる仮説検定である。 二値変数に関するマッチドペアの2x2分割表に適用され、行と列の限界度数が正しいかどうか(限界均一性があるかどうか)を判定する。1947年に導入したクイン・マクネマーにちなんで名付けられた[1]。遺伝学における応用例として、連鎖不平衡を検出するための伝達不平衡検定がある[2]

医学分野では、主に感度(病気の人を正しく識別する能力)と特異度(病気のない人を正しく識別する能力)によって検査を評価する。同じグループの患者に対して2つのテストを行い、その感度と特異度が同じであれば両方の検査が同等であると考えがちだが、そうではないかもしれない。このため、私たちは病気のある患者と病気のない患者を調査したり、これら2つのテストが一致しない部分を見つけたりする必要がある。これがまさにマクネマーの検定の基礎であり、同じグループの患者に対する2つの診断テストの感度と特異度を比較する[3]

定義

この検定は、n 人の被験者の標本に対する 2 つの検査の結果の 2x2分割表に、次のように適用される。

検査2 陽性 検査2 陰性 行合計
検査1 陽性 a b a + b
検査1 陰性 c d c + d
列合計 a + c b + d N

限界均一性の帰無仮説とは、各結果に対する2つの限界確率が同じであるというもので、pa + pb = pa + pc かつ pc + pd = pb + pd に対応する。

したがって、帰無仮説H0と対立仮説H1[1]

カテゴリ



マクネマー検定と同じ種類の言葉


英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「マクネマー検定」の関連用語











マクネマー検定のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



マクネマー検定のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
統計学用語辞典統計学用語辞典
Copyright (C) 2025 統計学用語辞典 All rights reserved.
ウィキペディアウィキペディア
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアのマクネマー検定 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。

©2025 GRAS Group, Inc.RSS