マクネマー検定

ウィキペディア

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。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。

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。

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 + p_b = pa + p_c かつ p_c + p_d = p_b + p_d に対応する。

したがって、帰無仮説H₀と対立仮説H1は

${\begin{aligned}H_{0}&:~p_{b}=p_{c}\\H_{1}&:~p_{b}\neq p_{c}\end{aligned}}$ カテゴリ