マクマネー検定で標本数の少ない場合の質問
- 医療統計（検定で困っています）；標本数の少ない場合のマクマネー検定
- 同一患者にA,Bそれぞれの薬剤を暴露した際の有害事象の発現頻度の差がないか検定を行いたい
- 2×2表を作成し、フィッシャーの直接確率検定を使用してマクマネー検定を行うのが妥当か知りたい
- ベストアンサー
医療統計（検定で困っています）；標本数の少ない場合のマクマネー検定
臨床統計上の検定の内容で質問です。 同一患者にA,Bそれぞれの薬剤を暴露（内服）した際に出てくる有害事象（アレルギー症状など）のある、なしをA,B間の発現頻度として差がないということを帰無仮説にして検定を行いたいと思っています。取り扱う変数がカテゴリーデータであり、かつ2種類の介入によるが同一患者での変化を見ている点で対応ありと考えるとχ2乗検定ではなく、マクマネー検定が妥当と考えています。 しかし、2×2表をつくると標本数が少ないこともあり B薬剤投与時 A薬剤投与時 発現あり 発現なし 発現あり 1 6 発現なし 0 9 のようになり、セル内の数値が極端に小さいこともあります。対応のない2群でのχ2乗検定の際にはこうした場合にはフィッシャーの直接確率検定を使用するとされています。今回の対応のある場合にも同様にフィッシャーの直接確率検定を使用してよいものでしょうか？ちなみにエクセル統計2004でマクネマー検定をすると、「フィッシャーの直接確率検定をお奨めします」という文言が出てきます。 どなたか詳しい方がいらっしゃったらお教えいただけると幸いです。
- k-rasras
- お礼率88% (8/9)
- 数学・算数
- 回答数3
- ありがとう数5
- みんなの回答 （3）
- 専門家の回答
質問者が選んだベストアンサー
> 二項検定、符号検定、Wilcoxonの順位付符号和検定のそれぞれの特性はある程度理解できました。 Wilcoxonの"符号付順位和"検定です。Wilcoxonの"順位付符号和"検定ではありません。 > 二項検定で直接Pの値を手で計算して出してみて確認をということでよろしいでしょうか？ p値を手計算で求めるのはたぶん無理なので、コンピュータを使うことになりますね。 > 考え方は間違っていないですよね？ はい。考え方は間違っていないです。 > このRの意味がよくわかりません。 Rとは無料の統計ソフト（統計解析システム）のことです（http://homepage2.nifty.com/nandemoarchive/sas_r_excel/mokuji_r.htm）。もしRの意味が分からなければ、例えば[統計 R]といったようなキーワードで検索してみるとよかったですね。
その他の回答 (2)
- backs
- ベストアンサー率50% (410/818)
> 二項検定≒符号検定のような記載もあり、これならいっそのことWilcoxonの順位付符号和検定ではだめなのか 二項検定はF分布を用いた母比率の検定と同様です。二項検定を（ある方法によって）拡張された方法が符号検定と同様です。したがって、単に二項検定≒符号検定というわけではありません。 またウィルコクソンの符号付順位和検定と符号検定は異なります（"順位符号和"ではないので注意）。似たような名前でウィルコクソンの順位和検定というのがありますが、これも異なるので注意が必要です。 ウィルコクソンの符号付順位和検定 ・・・ 対応のある2群の代表値の差 ウィルコクソンの順位和検定 ・・・ 対応のない2群の代表値の差（マンホイットニーのU検定と同様） > マクマネー検定＆補正では3件程度のヒットのみであまり詳細がわかりませんでした。 検索のトップに出てくるhttp://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/McNemar-test.htmlに詳しく書いてあるはずですが。。。 > 二項検定なるものはその中に見当たらず 書式通りにやるだけならRでも簡単なのでそれを使ったほうが良いこともあります。
お礼
二項検定、符号検定、Wilcoxonの順位付符号和検定のそれぞれの特性はある程度理解できました。ありがとうございます。ご指摘の内容をくみますと、二項検定で直接Pの値を手で計算して出してみて確認をということでよろしいでしょうか？ また、ついでの質問で大変恐縮ですが、今回の解析と並行して、今回のA,B両薬剤の暴露をみた同一患者において、A,Bそれぞれの暴露時に起こった有害事象をでた、でないだけでなく、その程度も軽度を1、中等度を2、やや重症3、重症を4として算出しています。これをWilcoxonの順位付符号和検定によって検定しようと考えています。A,Bそれぞれによって起こる有害事象に差がないことを帰無仮説として検定すること自体、考え方は間違っていないですよね？症例数は先の解析のときと同一です。 ＞書式通りにやるだけならRでも簡単なのでそれを使ったほうが良いこともあります。 とありますが、このRの意味がよくわかりません。統計にまったくもって疎いものでとても初歩的な質問で申し訳ありませんがよろしくご返信ください。
- backs
- ベストアンサー率50% (410/818)
マクネマーの検定のための検定等計量（カイ自乗値）にも連続性の補正がありますから、それを用いればよいでしょう（対策その1）。 カイ自乗近似による方法（これがマクネマーの検定）ではなくて、二項検定を行う（対策その2）。 どちらが良いかは自分で調べれば勉強にもなるのですが、、、答えをいってしまうとa+b = 1 + 6が小さいので近似による方法ではなくて、正確な計算を行う方法を採用した方がいいでしょう。 例えば[マクネマー検定 補正]などというキーワードでgoogleすれば色々分かると思いますよ。
お礼
ご返答ありがとうございます。二項検定に関してはその後少し調べてみましたが、二項検定≒符号検定のような記載もあり、これならいっそのことWilcoxonの順位付符号和検定ではだめなのかと思った次第です。また、エクセル統計2004にて計算をしたいのですが、二項検定なるものはその中に見当たらず、ノンパラメトリック検定のWilcoxonの順位付符号和検定でよければ問題は解決しそうな気もしています。考え方がおかしいでしょうか？申し訳ありませんが、その点についてもご教授いただけると幸いです。ちなみにご指摘のマクマネー検定＆補正では3件程度のヒットのみであまり詳細がわかりませんでした。
関連するQ&A
- 統計 検定方法について
質問紙調査結果のデータの検証として、検定を用いようと考えています。 しかし、統計学の勉強途中で適切な検定が分かりません。 帰無仮説 Ａが高い（を選んだ）人は、Ｂも高い（を選ぶ） 対立仮説 ＡとＢに関係はない Ａを高いと選んだ人と、低いと選んだ人を分けて、 Ｂについてそれぞれ高いか低いかを集計した状態です。 どの検定を用いれば良いかが分かりません。 私はカイ二乗検定を使うと思ったのですが、期待値が分からなくて 考えているうちに混乱してきました。 よろしくお願いいたします。
- 締切済み
- 数学・算数
- 質的統計で5以下の度数を含む2×4の検定方法？
質的統計で5以下の度数を含む2×4の検定方法を教えてください。 ＜例＞ーーーーーーーーーーーーーーーーーーーーーーーーーーー Ｚ群 対照群 満足 否満足 満足 否満足 価値観 同じ……1……13…………3………10 違う………21……3…………8………1 （点線は表作成の便宜上なので無視してください） ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー ・対応なし、なのでコクランのＱ検定はできないですよね？ ・5以下の度数があるので、対応なしのr×kのχ二乗検定もできないです よね？ ・フィッシャーの直接確率計算法でr×k はできますか？ SPSSにありま すか？エクセルにありますか？ その場合、どのように行えばよいのでしょうか？ ・以上、本当に困っています。すみません、どなたか教えてください。
- ベストアンサー
- 心理学・社会学
- 統計解析について
統計解析について勉強中です。 薬剤Ａ投与患者１００人、薬剤Ｂ投与患者８０人、薬剤Ｃ投与患者７０人、薬剤Ｄ投与患者４０人の血圧を投与前、１時間後、３時間後と測定して薬剤による血圧の降下を検証しようと思っています。 AだけならAと一つの薬剤投与患者群に注目し、t検定にて「薬剤Ａで血圧の降下がみられる or みられない」の検証は可能かと思うのですが・・・ 一番知りたいのは、薬剤Ａ～Ｄ投与患者群を比較して「○○の薬剤投与患者群が最も血圧降下がみられる」や「△△は□□に比べ血圧降下がみられる」ということを検証できるかということです。 最初に書いていますとおり、各薬剤投与患者の対象人数はバラバラです。 まったくの素人ですので、よければご鞭撻お願いします。
- 締切済み
- その他（学問・教育）
- カイ2乗検定
初めての投稿です。失礼があるかもしれませんがなにぶんよろしくお願いします。現在看護研究でカイ2乗が必要になっています。 ですがデータが少なすぎ？てうまくいきません。 A 効果有 効果なし B 効果有 ４ ０ ８ 効果なし ０ １ １ ４ ５ ９ です。それから対象は同じ患者様なので対応あり？するとマクマネーの 検定？フィッシャーについても実施してみましたが・・・。 いったい何の検定を使えばいいものやら？？？ 教えてください
- ベストアンサー
- その他（学問・教育）
- 統計学の検定のもんだいです。
前回分 すいません、タイプミスがございました、ご容赦をおねがいします。 検定の問題です。答えも知りたいですけど 自身の考え方が正解かどうか 知りたいです。ご指導宜しくお願いします。 健常者のIgG値の平均値は1180（mg/100ml）であることが知られているとする。A病院における透析患者のIgG値（mg/100ml）の平均値は健常者の平均値と異なっていると言えるか、［A］のデータを用いて有意水準0.05で検定せよ A：1326 1418 1820 1516 1635 1720 1580 1452 1600 （１）帰無仮説と対立仮説を記すこと。 （２）有意水準0.05として、この検定の棄却域を求める（両側検定を行う）。 (1)棄却域を求めるためのRのコマンドを記すこと。 (2)求められた棄却域を T>a, T<b という形で記すこと。ここで、a,bは具体的な値。 （３）検定のための統計量の値を求めるRのコマンドを記すこと。 （４）統計量の値を記すこと。 （５）棄却域と比較することにより帰無仮説を棄却するか採択するか決め、結果を記すこと。 （６）最初に与えられた質問（最初の文章）に解答せよ。 （７）p値を求めるRのコマンドと結果の値を記すこと。 （８）p値の結果の値から帰無仮説を棄却するか採択するか決め、結果を記すこと。
- ベストアンサー
- 数学・算数
- 割合の差の検定について教えて下さい
統計学初心者です。割合の差の検定について教えて下さい。 χ２乗検定を行えば、2x2の分割表の場合、各群での割合の差について検定できる事は理解しております。 2x3、2x4の分割表の場合、どの群との関係に差があるのか、明確にわかる検定はあるのでしょうか？ イベント有り イベントなし 薬剤Ａ １０ １５ 薬剤Ｂ ３０ ３８ 薬剤Ｃ ７８ １０ 薬剤Ｄ ９０ ２９ などの場合です。薬剤Ａ、Ｂ、Ｃ、Ｄの間のどこかに違いがある事は、χ２乗検定で言えるかと思いますが。各群の中で（ex;薬剤Ａと薬剤Ｂ、薬剤Ｃと薬剤Ｄ）違いあると言える検定はあるのでしょうか？ 教えて頂けると幸いです。
- ベストアンサー
- 数学・算数
- χ2（カイ２乗）検定とフィッシャーの直接確率検定
統計学の素人です。 医学の臨床試験のデータに、p値についてχ2（カイ２乗）検定とフィッシャーの直接確率検定のふたつが記載してありました。 p値＜0.05で有意差がある、と聞いていますが、上記のふたつの検定方法では、ともにp値＜0.05で有意差あり、と考えてよいのでしょうか？ それとも検定方法によって異なるのでしょうか。 ネットで調べてみたのですが、難しくてわかりませんでした。 上記のふたつにつきまして、どのような値で有意差ありになるのか教えていただけますとたいへん助かります。よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- Fisherの正確確率検定とカイ二乗検定
最近卒論で検定をしていますが、分からないことが多いので誰か教えてください。よろしくお願いします！ Fisherの正確確率検定とカイ二乗検定でカイ二乗検定を使う方が好ましい場合はありますか？ カイ二乗検定はゼロ項がある場合使えないと聞きましたが本当ですか？ fisherの正確確率検定と直接確率計算法は同じものですか？
- ベストアンサー
- 数学・算数
- 統計学（検定）の問題なのですが…
母平均が既知、母分散が未知である正規母集団の母分散σ^2＞０について、 帰無仮説：σ^2=σ_0^2 対立仮説：σ^2>σ_0^2 と設定し、片側検定を有意水準５％で行うことを考える。真の値がσ^2=(1/3)σ_0^2であるとき、97.5％以上の確率で帰無仮説が棄却されるために必要な標本数の最小値はいくらか。 という問題が解けず、どなたか考え方をお教え頂けると幸いです（σ_0は添字です）。本文ではこの下にずらずらとカイ二乗の値が並んでいます。答え自体は分かっていて、２２個ということでした。自分は東大出版会の統計学入門という本で学んだのですが、これに類する問題は目にしたことがなく、いささか戸惑っています。 また、もし宜しければこのように少し応用しなければ解けない統計学の問題集をご存知の方がいらっしゃいましたら教えて頂けると光栄です。単なる検定なら実行できるのですが、応用力が全く身に付かず困っています…。 長くなりましたがどうぞ宜しくお願い致します。
- ベストアンサー
- 数学・算数
お礼
何度もご返信いただきありがとうございます。Wilcoxon符号付順位和検定であること注意いたします。符号付と書いていたつもりでしたが・・・。 Rもご指摘のとおり検索すればわかったはずでしたね。何かの誤記かと思い、思い込みで質問してしまいました。HPよりフローでダウンロードし、自分でがんばって計算してみようと思います。 またもしもわからなかったら質問するかもしれませんが、もしするにしても今度を最後にしようと思いますのでよろしくお願いします。