46716_it-IT

liliconcom

Interpretazione dei test di Cochran-Mantel-Haenszel: permutare X var e Blocking Var = risultati diversi

Ho il seguente set di dati fittizi che ho creato appositamente per testare l'associazione tra due variabili categoriali (X = BIOMARKER, Y = RESPONSE, Freq = FREQ), raggruppate da una terza variabile categoriale = ARM

BRACCIO	BIOMARKER	RISPOSTA	FREQ
PBO	BM-	NR	25
PBO	BM-	R	25
PBO	BM+	NR	21
PBO	BM+	R	29
ATTIVO	BM-	NR	38
ATTIVO	BM-	R	12
ATTIVO	BM+	NR	20
ATTIVO	BM+	R	30

 

Quando eseguo l'analisi di contigenza X per Y seguita dal test CMH, ottengo il seguente risultato:

Test di Cochran-Mantel-Haenszel
Stratificato da
BRACCIO
Prova CMH	ChiSquare	DF	Problema>Chiq
Correlazione dei punteggi	9.739	1	0,0018
Punteggio riga per categorie Col	9.739	1	0,0018
Punteggio Col per categorie di riga	9.739	1	0,0018
Generale Assoc. di Categorie	9.739	1	0,0018

 

Ma quando provo l'analisi reciproca dove X = ARM, Y = RISPOSTA e Freq = FREQ, raggruppati per BIOMARKER, ottengo un risultato diverso:

Test di Cochran-Mantel-Haenszel
Stratificato da
BIOMARKER
Prova CMH	ChiSquare	DF	Problema>Chiq
Correlazione dei punteggi	3.0013	1	0,0832
Punteggio riga per categorie Col	3.0013	1	0,0832
Punteggio Col per categorie di riga	3.0013	1	0,0832
Generale Assoc. di Categorie	3.0013	1	0,0832

 

Chiaramente, non capisco la meccanica dell'analisi CMH perché mi sarei aspettato di ottenere gli stessi risultati in entrambi i casi.

Inoltre, in questo esempio, c'è solo contrasto in BIOMARKER nel gruppo ACTIVE (in base alla progettazione) ma non sono sicuro di come calcolare il valore p per ogni ARM (oltre a usare l'opzione "By").

 

Grazie

Re: Test di Cochran-Mantel-Haenszel Interpretazione: permutare X var e Blocking Var = diverso risultato

La tua intuizione è corretta. Un mio collega, Bob Lucas, ha risposto con la seguente risposta:

" Sono andato a questo collegamento .

Guardando la statistica del test, non credo sia possibile.

Il numeratore del test CMH è solo la somma di tutti gli strati del meno previsto al quadrato osservato. Il denominatore è solo il fattore di scala in modo che la distribuzione sia asintoticamente Chi quadrato.

Il numeratore del test CMH è simile al numeratore della F in ANOVA.Di conseguenza, penso che sia una situazione simile al test F complessivo in ANOVA rispetto al confronto di due medie in un ANOVA. 

Penso che sia possibile che in uno strato ci possa essere un'associazione significativa ma nessuna negli altri, quindi facendo la media su tutti gli strati, l'unica associazione è nascosta.Simile a come due mezzi in un ANOVA possono essere diversi ma la F complessiva non è significativa.

In ANOVA, se nessuno dei confronti medi a coppie è significativo, la F complessiva non può esserlo. "

Re: Test di Cochran-Mantel-Haenszel Interpretazione: permutare X var e Blocking Var = diverso risultato

Non sono stato in grado di creare un esempio di un caso del genere e non ho accesso al libro di testo di Agresti per verificare il calcolo e determinare in quali circostanze, se del caso, potrebbe essere possibile. Quindi dovrai aspettare un po' per una mia risposta o forse nel frattempo potrebbe rispondere un altro esperto.

Re: Test di Cochran-Mantel-Haenszel Interpretazione: permutare X var e Blocking Var = diverso risultato

Caro Marco,

 

Grazie per il tuo chiarimento. Ci scusiamo per la mia comprensione limitata del test CMH ma, come follow-up, vorrei sapere se ci sono circostanze in cui l'associazione tra risposta e variabile predittiva sarebbe non significativa ma il test CMH sarebbe significativo negli strati?

 

Finora, ho sperimentato alcuni dati fittizi e non riesco a trovare una combinazione di dati che producano questo tipo di output.

 

Grazie per l'aiuto.

 

Cordiali saluti,

 

Thierry

Re: Test di Cochran-Mantel-Haenszel Interpretazione: permutare X var e Blocking Var = diverso risultato

Perché ti aspetteresti gli stessi risultati da due analisi diverse?

Prestare attenzione al ruoli di analisi . Il Y il ruolo è per la risposta o il risultato. Il X il ruolo è per la variabile esplicativa o predittiva. Utilizzare questi ruoli per definire il associazione di interesse. L'analisi CMH utilizza un terzo ruolo: strato . Usa questo ruolo quando vuoi vedere se il significato dell'associazione tra Y e X è maggiore o minore attraverso gli strati (livelli nella terza variabile).

La tua prima analisi ha esplorato / testato l'associazione tra risposta e biomarcatore stratificato da ARM. La tua seconda analisi ha esplorato / testato l'associazione tra risposta e ARM stratificata da Biomarker. Queste due analisi non sono le stesse.

Vedi: Agresti, Alan (1996) Un'introduzione all'analisi dei dati categoriali , John Wiley & Sons, New York, pagina 61.