R mcnemar.test 计数数据的麦克尼马尔卡方检验

说明

对二维列联表中行和列的对称性执行麦克尼马尔卡方检验。

用法

mcnemar.test(x, y = NULL, correct = TRUE)

参数

x	矩阵形式的二维列联表或因子对象。
y	一个因子对象；如果 x 是矩阵，则忽略。
correct	指示计算检验统计量时是否应用连续性校正的逻辑。

细节

无效的是被分类到小区[i,j]和[j,i]的概率是相同的。

如果x是一个矩阵，它被视为一个二维列联表，因此它的条目应该是非负整数。否则，x 和 y 必须是相同长度的向量或因子。删除不完整的情况，将向量强制转换为因子，并根据这些因子计算列联表。

如果 correct 是 TRUE ，则仅在 2×2 情况下使用连续性校正。

值

类"htest" 的列表包含以下组件：

statistic	麦克尼马尔统计数据的值。
parameter	检验统计量的近似卡方分布的自由度。
p.value	检验的 p 值。
method	指示执行的测试类型以及是否使用连续性校正的字符串。
data.name	给出数据名称的字符串。

例子

## Agresti (1990), p. 350.
## Presidential Approval Ratings.
##  Approval of the President's performance in office in two surveys,
##  one month apart, for a random sample of 1600 voting-age Americans.
Performance <-
matrix(c(794, 86, 150, 570),
       nrow = 2,
       dimnames = list("1st Survey" = c("Approve", "Disapprove"),
                       "2nd Survey" = c("Approve", "Disapprove")))
Performance
mcnemar.test(Performance)
## => significant change (in fact, drop) in approval ratings

参考

Alan Agresti (1990). Categorical data analysis. New York: Wiley. Pages 350-354.