麦克尼马尔卡方检验计算器

关于麦克尼马尔卡方检验

麦克尼马尔检验用于评估配对二分类结果。常见应用包括同一人群的前后测结果、匹配的病例对照配对，以及对同一受试者实施的两种诊断检验。数据组成 2 乘 2 列联表。单元格 a 统计两次测量均为阳性的配对，d 统计两次均为阴性的配对，b 统计阳性转阴性的变化，c 统计阴性转阳性的变化。配对关系至关重要，因为每对中的两次观测并不独立。 原假设认为两种不一致变化方向的发生概率相等，因此只有 b 和 c 参与检验统计量的计算。a 和 d 中的一致配对可提供描述性背景，但不能作为方向变化的证据。此未校正渐近版本以 b 与 c 之差的平方除以两者之和，计算卡方统计量。在原假设成立且不一致配对足够多时，将其与自由度为一的卡方分布比较。 较小的 p 值表示：若两种变化方向的概率相同，观察到这种不平衡的情况并不常见。例如，b 等于 10、c 等于 20 时，未校正统计量约为 3.333，双侧 p 值约为 0.0679。该结果未达到常用的 0.05 阈值，但阈值应在查看数据前确定，并结合研究设计、效应量和不确定性解读。 当不一致配对总数较大时，常使用未校正统计量。不一致观测较少时，卡方近似可能不准确，此时更适合使用精确二项麦克尼马尔检验。部分资料采用耶茨连续性校正，即将差的绝对值减去一后再平方。本工具集中另一个“麦克尼马尔检验计算器”提供这种校正近似。 不要对配对观测使用普通的皮尔逊卡方独立性检验，因为它忽略配对内的依赖关系，回答的是不同问题。也应避免把重复测量当成不同参与者。报告时请列出全部四个单元格、所选的校正或未校正方法、统计量、自由度、p 值及方向性效应估计，让读者同时理解统计意义与实际意义。

麦克尼马尔卡方检验示例

如何进行麦克尼马尔检验

1. 统计两次测量均为阳性的配对，并填入单元格 a。
2. 将阳性转阴性的计数填入 b，阴性转阳性的计数填入 c。
3. 将两次测量均为阴性的配对数填入 d。
4. 选择“计算卡方检验”，结合不一致配对数解读 p 值。