麦克尼马检验计算器

使用连续性校正的麦克尼马统计量和双侧p值,检验2乘2列联表中的配对比例。

配对比例表
输入四种配对二元结局的频数。

关于麦克尼马检验

麦克尼马检验用于比较两个配对比例,每对观测在两个时间点或两种方法下都产生二元结局。例如,同一受访者在干预前后回答是或否、匹配患者接受两种诊断分类,或配对产品在两套检测系统中合格或不合格。四种频数构成2乘2列联表,但由于存在配对关系,不宜使用普通独立性检验。 单元格a包含两种条件下均阳性的配对,d包含均阴性的配对。这些一致配对没有发生变化。b包含阳性转阴性的变化,c包含阴性转阳性的变化。原假设认为两个变化方向的概率相同。因此,麦克尼马统计量仅依赖b和c。不一致频数之间的较大差异,为系统性变化提供证据。 本计算器采用常见的连续性校正:从b与c之差的绝对值中减去一,将结果平方,再除以b加c。该校正使连续卡方近似用于离散频数数据时更保守。将所得统计量与自由度为一的卡方分布比较,可得双侧p值。当b为10、c为20时,校正统计量为2.7,p值约为0.1003。 连续性校正并非在所有情况下都更受推荐,尤其在不一致配对总数不大时,可能过于保守。研究方案或软件可能指定未校正的渐近统计量,或精确双侧二项检验。当b加c较小时,精确推断通常是最清晰的选择。报告中应始终注明方法,以便其他分析者复现p值。 统计显著性并不描述变化的大小或价值。还应查看不一致频数之差、方向、配对样本总数及效应量的置信区间。确认观测确实配对,且不同配对之间相互独立。报告应包含所有单元格、缺失配对处理方式、校正选择、统计量、p值及实际解释,而不只是根据一个阈值下结论。

校正麦克尼马检验示例

不一致单元格校正结果解读
b = 10, c = 20卡方值 = 2.7000, p = 0.1003校正后比未校正检验更保守。
b = 12, c = 12卡方值 = 0, p = 1不一致频数相等时,没有方向性变化的证据。
b = 5, c = 25卡方值 = 12.0333, p约为0.00052较大的不平衡在校正后仍然显著。

如何计算麦克尼马检验

  1. 输入两种条件下均阳性的配对数。
  2. 在对应字段输入阳性转阴性和阴性转阳性的频数。
  3. 输入两种条件下均阴性的配对数。
  4. 选择“计算麦克尼马检验”,并在报告中注明使用了连续性校正。

麦克尼马检验常见问题

麦克尼马检验比较什么?

它比较配对二元观测的两个变化方向。原假设认为这两种不一致结局的概率相等。

为什么使用连续性校正?

校正用于调整离散频数的连续卡方近似,通常会增大p值,使检验更保守。

如果没有不一致配对怎么办?

此时没有观察到可检验的变化,统计量分母为零。应描述完全一致的情况,而不是解释渐近p值。

什么时候应使用精确麦克尼马检验?

当不一致配对数较少,或研究方案有要求时,应使用精确二项推断。精确推断不依赖卡方近似。

单元格a和d重要吗?

它们描述一致性和样本总体构成,但不进入检验统计量。报告时应包含这两格,以便读者理解完整的配对表。