Cochran-Mantel-Haenszelテストの解釈：X変数の並べ替えと変数のブロック=異なる結果3番目のカテゴリ変数=ARMでグループ化された、2つのカテゴリ変数（X = BIOMARKER、Y = RESPONSE、Freq = FREQ）間の関連付けをテストするために特別に作成した次の模擬データセットがあります。
| 腕 | バイオマーカー | 応答 | FREQ |
| PBO | BM- | NR | 25 |
| PBO | BM- | R | 25 |
| PBO | BM + | NR | 21 |
| PBO | BM + | R | 29 |
| アクティブ | BM- | NR | 38 |
| アクティブ | BM- | R | 12 |
| アクティブ | BM + | NR | 20 |
| アクティブ | BM + | R | 30 |
X by Yの隣接性分析に続いてCMHテストを実行すると、次の結果が得られます。
| コクラン・マンテル・ヘンツェル検定 |
| 層化 | | |
| 腕 | | | |
| | | | |
| | | | |
| CMHテスト | カイ二乗 | DF | 確率>カイ二乗 |
| スコアの相関 | 9.739 | 1 | 0.0018 |
| 列カテゴリ別の行スコア | 9.739 | 1 | 0.0018 |
| 行カテゴリ別の列スコア | 9.739 | 1 | 0.0018 |
| 一般協会カテゴリの | 9.739 | 1 | 0.0018 |
しかし、X = ARM、Y = RESPONSE、およびFreq = FREQで、BIOMARKERによってグループ化された相互分析を試してみると、異なる結果が得られます。
| | | | |
| | | | |
| コクラン・マンテル・ヘンツェル検定 |
| 層化 | | |
| バイオマーカー | | |
| | | | |
| | | | |
| CMHテスト | カイ二乗 | DF | 確率>カイ二乗 |
| スコアの相関 | 3.0013 | 1 | 0.0832 |
| 列カテゴリ別の行スコア | 3.0013 | 1 | 0.0832 |
| 行カテゴリ別の列スコア | 3.0013 | 1 | 0.0832 |
| 一般協会カテゴリの | 3.0013 | 1 | 0.0832 |
| | | | |
どちらの方法でも同じ結果が得られると期待していたので、明らかに、CMH分析の仕組みを理解していません。
また、この例では、ACTIVEグループのBIOMARKER（設計による）にのみコントラストがありますが、（「By」オプションを使用する以外に）各ARMのp値を計算する方法がわかりません。
ありがとう
Re：Cochran-Mantel-Haenszel Tests解釈：XvarとBlockingVarの並べ替え=異なる結果あなたの勘は正しいです。 私の同僚であるボブ・ルーカスは、次のように答えました。
「」私はこれに行きましたリンク。
検定統計量を見ると、それは不可能だと思います。
CMHテストの分子は、観測されたすべての層の合計から予測された2乗を引いたものです。 分母は単なるスケーリング係数であるため、分布は漸近的にカイ2乗になります。
CMHテストの分子は、ANOVAのFの分子に似ています。したがって、ANOVAでの全体的なF検定と、ANOVAでの2つの平均の比較との状況は似ていると思います。
1つの層に有意な関連があるが、他の層にはない可能性があると思います。したがって、すべての層を平均することにより、1つの関連が非表示になります。ANOVAの2つの平均が異なる可能性があるのと同様ですが、全体的なFは重要ではありません。
ANOVAでは、ペアごとの平均比較のいずれも有意でない場合、全体的なFは有意ではありません。 「」
Re：Cochran-Mantel-Haenszel Tests解釈：XvarとBlockingVarの並べ替え=異なる結果私はそのようなケースの例を作成することができず、Agrestiの教科書にアクセスして計算をチェックし、どのような状況でそれが可能であるかを判断することができませんでした。 ですから、私からの回答を待つ必要があります。そうしないと、その間に別の専門家が回答する可能性があります。
Re：Cochran-Mantel-Haenszel Tests解釈：XvarとBlockingVarの並べ替え=異なる結果親愛なるマーク、
ご説明ありがとうございます。 CMHテストについての理解が限られていることをお詫びしますが、フォローアップとして、応答と予測変数の関連性が重要ではないが、CMHテストが層全体で重要になる状況があるかどうかを知りたいですか？
これまで、いくつかの模擬データを試しましたが、このタイプの出力を生成するデータの組み合わせを見つけることができません。
ご協力ありがとうございました。
心から、
ティエリー
Re：Cochran-Mantel-Haenszel Tests解釈：XvarとBlockingVarの並べ替え=異なる結果2つの異なる分析から同じ結果を期待するのはなぜですか？
に注意してください分析の役割。 The Y役割は、応答または結果です。 Theバツ役割は、説明変数または予測変数です。 これらの役割を使用して、協会興味を持っている。 CMH分析では、次の3番目の役割を使用します。地層。 この役割を使用して、意義YとXの間の関連付けの割合は、階層全体で多かれ少なかれ（3番目の変数のレベル）です。
最初の分析では、ARMによって階層化された応答とバイオマーカーの関連を調査/テストしました。 2番目の分析では、Biomarkerによって層化されたResponseとARMの関連を調査/テストしました。 これらの2つの分析は同じではありません。
参照：アグレスティ、アラン（1996）カテゴリカルデータ分析の概要、John Wiley＆Sons、ニューヨーク、61ページ。
